利用HARRIS矩阵实现角点提取，适用于多种图像
上传时间： 2014-11-09
上传用户：dongqiangqiang
Surf,特征点检测算法,比sift还好的算法 论文和代码
上传时间： 2017-09-04
上传用户：dongbaobao
一组图象与视频处理C/C++代码,该软件包可用于Matlab。包括读取AVI和CIF/QCIF视频序列代码，Canny算子，Harris角点检测，全局阈值算法，动态阈值算法等等。
上传时间： 2014-01-07
上传用户：zhouli
Harris_conner_detection，用MATLAB实现Harris角点检测算子的源码，用于特征点提取及图像配准等。
上传时间： 2013-12-26
上传用户：shus521
单片机温度巡回点检测
上传时间： 2013-11-10
上传用户：lvzhr
通过分析电视测角仪的性能测试需求，结合视频图像图像处理技术，提出了以 EP2C35 为核心的视频检测系统设计方案，通过对CCD 采集到的模拟环境的视频图像信号进行数字化处理，结合电视测角仪参数检测原理，对测角仪基本性能指标进行检测， 整个系统以视频图像采集系统为基础，以视频图像处理为核心，为电视测角仪的检测研究提供了一种新的思路。
上传时间： 2013-12-20
上传用户：mnacyf
机场道面异物是威胁跑道运行安全的常见病害，及时、准确的检测异物具有现实意义。针对现有的人工目视检测方法，本文基于图像处理理论，提出了一种机场道面异物的自动检测算法。根据机场道面的复杂背景和常见异物的特点，本文采取了分块的方法，选择Harris角点、灰度共生矩阵、灰度级分布范围等特征，分别用阈值法和SVM法对实际机场道面异物图像进行检测。初步实验证明，该方法可以有效检测出机场道面复杂背景下的异物，实验结果显示，检测正确率达到了98%。
上传时间： 2013-11-26
上传用户：2404
通过分析电视测角仪的性能测试需求，结合视频图像图像处理技术，提出了以 EP2C35 为核心的视频检测系统设计方案，通过对CCD 采集到的模拟环境的视频图像信号进行数字化处理，结合电视测角仪参数检测原理，对测角仪基本性能指标进行检测， 整个系统以视频图像采集系统为基础，以视频图像处理为核心，为电视测角仪的检测研究提供了一种新的思路。
上传时间： 2013-10-08
上传用户：a3318966
OpencV是用来实现计算机视觉相关技术的开放源码工作库，是计算机视觉、图像处理、模式识别、计算机图形学、信号处理、视频监控、科学可视化等相关从业人员的好工具。本书介绍了大约200多个典型的技术问题，覆盖了基于OpenCV基础编程的主要内容，利用大量生动有趣的编程案例和编程技巧，从解决问题和答疑解惑入手，以因特网上最新资料为蓝本，深入浅出地说明了OpenCV中最典型和用途最广的程序设计方法。全书结构清晰、合理，范例实用、丰富，理论结合实践，即使读者只是略懂计算机视觉原理，也能人手对相关理论方法直接进行编码实现。 "基于OPENCV的计算机视觉技术实现"的图书目录…… 前言 第一章 使用OpenCV实现计算机视觉技术 1.1 计算机视觉技术 1.2 什么是OpenCV 1.3 基于OpenCV库的编程方法 本章小结 第二章 OpenCV的编程环境 2.1 OpenCV环境介绍 2.2 OpenCV的体系结构 2.3 OpenCV实例演示 本章小结 第三章 OpenCV编程风格 3.1 命名约定 3.2 结构 3.3 函数接口设计 3.4 函数实现 3.5 代码布局 3.6 移植性 3.7 文件操作 3.8 文档编写 本章小结 第四章 数据结构 4.1 基本数据结构 4.2 数组有关的操作 4.3 动态结构 本章小结 第五章 数据交互 5.1 绘图函数 5.2 文件存储 5.3 运行时类型信息和通用函数 5.4 错误处理函数 5.5 系统函数 本章小结 第六章 图像处理 6.1 边缘检测 6.2 直方图 6.3 Hough变换 6.4 几何变换 6.5 形态学 本章小结 第七章 结构与识别 7.1 轮廓处理函数 7.2 计算几何 7.3 平面划分 7.4 目标检测函数 7.5 生成与控制贝塞尔曲线 7.6 用OpenCV进行人脸检测 本章小结 第八章 图形界面（HighGUI） 8.1 读取和保存图像 8.2 OpenCV中的实用系统函数 本章小结 第九章 视频处理（CvCAM） 9.1 使用HighGUI对视频进行读写处理 9.2 CvCam对摄像头和视频流的使用 本章小结 第十章 OpenCV附加库第一部分 10.1 附加库介绍 10.2 形态学（morhing functions） 本章小结 第十一章 OpenCV附加库第二部分——隐马尔可夫模型 11.1 隐马尔可夫模型概述 11.2 隐马尔可夫模型中的基本结构与函数介绍 11.3 隐马尔可夫模型中的函数介绍 11.4 人脸识别工具 本章小结 第十二章 核心库综合例程 12.1 检测黑白格标定板内指定矩形区域内的角点 12.2 解线性标定方程组程序 本章小结 第十三章 运动与跟踪 13.1 图像统计的累积函数 13.2 运动模板函数 13.3 对象跟踪 13.4 光流 13.5 预估器 13.6 Kalman滤波器跟踪示例 13.7 用Snake方法检测可变形体的轮廓 13.8 运动目标跟踪与检测 本章小结 第十四章 立体视觉第一部分——照相机定标 14.1 坐标系介绍 14.2 透视投影矩阵的获得 14.3 摄像机参数的获取 14.4 径向畸变的校正 14.5 使用OpenCV及CVUT进行摄像机定标 14.6 OpenCV中的定标函数 14.7 CVUT介绍 本章小结 第十五章 立体视觉第二部分——三维重建 15.1 极线几何 15.2 特征点匹配 15.3 三维重建 15.4 OpenCV中相关函数介绍 本章小结 第十六章 立体视觉第三部分——三维重建算法 16.1 图像校正 16.2 已校正图像的快速三维重建 16.3 Birchfield算法 16.4 OpenCV中相关函数介绍 本章小结 第十七章 立体视觉第四部分——立体视觉实例 17.1 图像校正实例代码 17.2 基于窗口的稀疏点匹配及三维重建之一 17.3 基于窗口的稀疏点匹配及三维重建之二 17.4 Birchfield算法的OpenCV实现 本章小结 第十八章 常见问题解疑 18.1 安装与编译出错解决方法 18.2 OpenCV库基本技术问题 18.3 OpenCV在Linux下的相关问题 18.4 OpenCV库中的陷阱和bug
上传时间： 2013-07-18
上传用户：huyiming139
心血管系统疾病是现今世界上发病率和死亡率最高的疾病之一。T波交替(T-wavealtemans,TWA)作为一种非稳态的心电变异性现象，是指心电T波段振幅、形态甚至极性逐拍交替变化。大量研究表明，TWA与室性心律失常、心脏性猝死等有直接密切的关系，已成为一种无创独立性预测指标。随着数字信号处理技术和计算机技术的迅速发展，微伏级的TWA已经可以被检出，并且精度越来越高。本文以T波交替检测为中心，基于ARM给出了T波交替检测技术原理性样机的硬件及软件，实现实时监护的目的。 在TWA检测研究中，需要对心电信号进行预处理，即信号去噪和特征点检测。小波分析以其多分辨率的特性和表征时频两域信号局部特征的能力成为我们选取的心电信号自动分析手段。文中采用小波变换将原始心电信号分解为不同频段的细节信号，根据三种主要噪声的不同能量分布，采用自适应阈值和软硬阈值折衷处理策略用阈值滤波方法对原始信号进行去噪处理：同时基于心电信号的特征点R峰对应于Mexican-hat小波变换的极值点，因此我们使用Mexican-hat小波检测R峰，通过附加检测方案确保了位置的准确性，并根据需要提出了T波矩阵提取方法。 随后文章介绍了T波交替的产生机理及研究进展，分别从临床应用和检测方法上展现了目前TWA的发展进程，并利用了谱分析法、相关分析法和移动平均修正算法分别从时域和频域对一些样本数据进行T波交替检测。在检测中谱分析法抗噪能力较强，但作为一种频域检测方法，无法检测非稳态TWA信号，而相关分析法受呼吸、噪声影响较大，数据要求较高，因此可以在谱分析检测为阳性TWA基础上，再对信号进行相关分析，从而克服自身算法缺陷，确定交替幅度和时间段。最后对影响检测结果的因素进行讨论研究，从而降低检测误差。 文章还设计了T波交替检测技术原理性样机的关键部分电路和软件框架。硬件部分围绕ARM核的Samsung S3C44BOX为核心，设计了该样机的关键电路，包括采集模块、数据处理模块(外部存储电路、通信接口电路等)。其中在采集模块中针对心电信号是微弱信号并且干扰大的特点，采用了具有高共模抑制比和高输入阻抗的分级放大电路，有效的提取了信号分量：A/D转换电路保证了信号量化的高精度。利用USB接口芯片和删内部异步串行通讯实现系统与外界联系。系统软件中首先介绍了系统的软件开发环境，然后给出了心电信号分析及处理程序设计流程图及实现，使它们共同完成系统的软件监护功能。
上传时间： 2013-07-27
上传用户：familiarsmile
