小波工具箱的应用基础 395 16.1 一维小波分析的应用 395 16.1.1 小波分解在普通信号分析中的应用 395 16.1.2 小波变换在信号特征检测中的应用 411 16.2 二维小波分析的应用 417 16.2.1 小波分析在图像平滑中的应用 417 16.2.2 小波分析在图像增强中的应用 418 16.2.3 小波分析在图像融合中的应用 420 16.3 小波包分析的应用 422 16.3.1 小波包在信号时频分析中的应用 423 16.3.2 小波包在图像边缘检测中的应用 429
上传时间： 2014-01-14
上传用户：小草123
C语言图像处理宝典,拥有非常详细的c图像处理：二值化，灰度变换，噪声消除，微分运算，投影量计算，黑区域处理，特征提取，图像间的运算，几何变换
上传时间： 2015-09-17
上传用户：qw12
利用OPENCV图像处理软件，选取扩展的Ｈaar-like特征，实现基于Ａdaboost的人脸检测技术，
上传时间： 2013-12-08
上传用户：gut1234567
人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需要在耳识别过程中增加一个耳区域定位步骤，这并不影响耳特征的提取，而眼毛对虹膜的遮挡将直接影响虹膜特征的提取。头发对于耳的遮挡可以容易地避免，而眼毛对于虹膜的遮挡是生理结构决定的，也是难以避免的。其次，就目前的技术而言，虹膜采集需要测试者与采集装置之间的位置在机器发出的语言提示下进行不断地调整，同时要瞪大眼睛，使虹膜尽可能暴露，初试者通常要反复多次调整才能够达到要求，而耳采集方式与脸采集方式基本相同，测试者很容易达到拍摄图象的要求条件。最后，虹膜采集装置的成本要高于耳采集装置。
上传时间： 2013-12-20
上传用户：坏坏的华仔
图象处理源代码集 图像分割是图像处理、模式识别、计算机视觉等领域中极为重要的内容之一，是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列有意义的区域，使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的。
上传时间： 2014-01-08
上传用户：vodssv
数字图像处理，SIFT特征点检测。用于图像匹配，目标识别
标签： 数字图像处理
上传时间： 2015-10-23
上传用户：3到15
人脸识别技术的几个主要研究方向,计算机人脸识别是指基于已知的人脸样本库,利用计算机分析图像和模式识别技术从静态或动态场景中,识别或验证一个或多个人脸。通常识别处理后可得到的基本信息包括人脸的位置、尺度和姿态信息。利用特征提取技术还可进一步抽取出更多的生物特征(如:种族、性别、年龄..) 。计算机人脸识别是目前一个非常活跃的研究课题，它可以广泛应用于保安系统、罪犯识别以及身份证明等重要场合。虽然人类对于人脸的识别能力很强，能够记住并辨识上千个不同的人脸，可是对于计算机则困难多了，其表现在：人脸表情丰富；人脸随年龄的增长而变化；发型、胡须、眼镜等装饰对人脸造成的影响；人脸所成图像受光照、成像角度以及成像距离等影响。
上传时间： 2014-01-09
上传用户：CSUSheep
提出一种基于视觉特性的图像摘要算法，增大人眼敏感的频域系数在计算图像Hash时的权重，使得图像Hash更好地体现视觉特征，并提高鲁棒性。将原始图像的分块DCT系数乘以若干由密钥控制生成的伪随机矩阵，再对计算的结果进行基于分块的Watson人眼视觉特性处理，最后进行量化判决产生固定长度的图像Hash序列。本算法比未采用视觉特性的算法相比，提高了对JPEG压缩和高斯滤波的鲁棒性。图像摘要序列由密钥控制生成，具有安全性。
上传时间： 2016-01-19
上传用户：wendy15
SIFT特征点匹配，多用于图像拼接，匹配精度高，中文讲义
上传时间： 2016-02-15
上传用户：清风冷雨
图像经过二维傅立叶频谱分析后，用此函数可以求取频谱的环向、楔向特征。在图像分析中具有较大用途。
上传时间： 2016-02-28
上传用户：jyycc
