使用方法:I=imread('图像文件名');[G,gabout]=gaborfilter1(I,2,4,16,pi/3);figure,imshow(uint8(gabout));
2025/3/9 4:53:13 35KB Gabor
1
提取有效的特征一直是笔迹鉴别的关键问题,针对传统Gabor滤波器特征提取方法存在的不足,充分利用Gabor滤波系数间的相关关系,提出一种融合全局特征和局部特征的特征提取方法。
该方法先通过字符笔画的方向梯度直方图(HOG)来优化Gabor滤波器的角度参数,再利用高斯马尔科夫随机场(GMRF)模型对Gabor滤波图像中的不同局部结构信息进行描述,最终得到笔迹图像的整体特征。
以楷书四大家的真迹样本和收集的英文手稿作为实验数据,采用最小加权欧式距离分类器对笔迹样本进行分类,通过五重交叉验证法分别得到97.6%和88.3%的正确分类率,表明该方法提取的特征具有较强的笔迹表征能力,是一种有效的笔迹特征提取方法。
2025/1/3 11:20:23 932KB 论文研究
1
LOG-Gabor滤波器MATLAB代码,自己整理的。
可以直接拿去卷积图像提取纹理,不过参数需要根据需要自己调节。
2024/11/10 19:09:45 2KB log-gabor
1
基于Gabor滤波指纹识别算法matlab完整程序,过程是定位中心点,裁剪图像大小,以参考点为圆心做同心环作为特征提取区域,对特征提取区域做归一化处理
2024/10/31 0:15:25 21KB Gabor滤波,指纹识别
1
说明:1.本代码是本人目前所做项目前期所做的工作,主要是考察Gabor滤波方法对项目文件的处理效果,验证一下前期理论;
2.图库是项目中应用到的工程图,只给出几幅图像,用于代码的分享学习;
3.各位看到的代码,如果出现不正确的地方,或无法运行,麻烦到我的博客回复,本程序的相关博客地址:http://blog.csdn.net/jorg_zhao/article/details/47153115
2024/10/7 6:33:25 53.35MB Gabor 复杂纹理提取
1
分析了LogGabor滤波器的性能,详述了用于指纹识别的LogGabor滤波器的构造方法,在此基础上提出了基于LogGabor滤波器的指纹纹理匹配算法。
首先采用了一种快速有效的参考点定位方法,在确定有效区域并归一化后,通过傅里叶变换把指纹图像转换到频域,在频域进行logGabor滤波,最后在滤波图像中提取特征,并与传统方法作了比较。
实验结果表明,所提出算法的性能优于基于Gabor滤波的纹理匹配方法和基于细节点的方法,提高了指纹识别的准确率。
2024/8/30 8:06:55 373KB Log Gabor
1
基于OpenCV实现的Gabor滤波,包含Gabor小波的基本介绍和代码实现
2024/8/24 7:17:07 96KB Gabor滤波
1
自己做Gabor变换图像处理试题用到,基于多尺度Gabor滤波器的彩色图像边缘检测的matlab代码,里面是3个尺度,16个方向的Gabor滤波器的检测,首先将彩色图像灰度化,利用多尺度Gabor虚部滤波器提取图像灰度变换信息,利用局部边缘连接获取图像边缘轮廓。
效果十分好。
2024/8/22 17:08:29 48B Gabor滤波器
1
本文首先介绍了摄像机标定原理及图像预处理算法。
其次详细阐述了基于纹理特征的道路检测算法,主要包括Gabor滤波器纹理提取,道路消失点估计和道路区域分割。
2024/6/7 11:48:34 5.09MB 摄像机标定
1
Gabor滤波器纹理特征提取opencv2以上版本C++
2023/11/20 22:20:54 3KB Gabor滤波器 纹理特征 opencv C++
1
共 21 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡