手脸近距遮挡属于深度传感器应用中具有代表性的难点问题,针对该问题提出了一种综合利用颜色与深度信息的手势识别方法。
采用核模糊C-均值聚类,对手脸遮挡图像进行粗分割和灰度增强,实现手脸分离。
引入初始化水平集函数,处理聚类方法导致的手势区域像元缺失问题。
利用基于深度信息的梯度方向直方图(HOG)特征对手势进行分类识别。
通过采集不同人体手脸近距遮挡情形下的多种手势图像建立了样本数据库,进行了对比实验,实验结果验证了该方法的可行性和有效性。
本文方法能有效分离近距遮挡的手和脸,提取得到相对完整的手势信息,深度HOG特征能够对手势空间信息进行精确描述,具有比传统形状特征更准确的识别效果。
1
基于颜色的图像检索零碎matlab源代码直方图欧氏距离
2019/3/23 4:52:57 5KB 图像检索
1
基于边缘直方图的图像检索的matlab程序,比较详细。
可以运转。
2018/9/5 22:06:33 1.85MB matlab 图像搜索
1
1、这个工程只是预处理人脸表情的,不含有训练和辨认部分。
预处理包括:人眼定位(人眼粗定位,双框框定,人眼精确定位)——几何预处理(人脸图像的旋转矫正、人脸图像的分割、人脸图像缩放)——灰度预处理(直方图均衡化)2、详细可参考:http://blog.csdn.net/raby_gyl/article/details/121755673、工程是基于vs2008和opencv2.30编写的。
4、工程的测试图片是日本jaffe女性人脸表情库。
5、工程是基于一篇优秀的硕士论文写的,论文名字是:基于Gabor小波变换和SVM的人脸表情辨认作者:王黎燕
2021/4/15 23:53:27 6.16MB 表情 c++ opencv
1
本资源主要分为三个部分:车牌定位字符分割字符识别,每个部分都可单独运行。
车牌定位采用数学形状学和颜色特征相结合的方法。
首先对图片进行开闭运算、轮廓检测等数学形状学操作突出车牌区域,然后依据车牌的形状特征去除部分干扰区域,并利用仿射变换对可疑车牌区域进行倾斜矫正,最后根据车牌颜色特征选取最终区域,同时确定车牌的颜色。
字符分割基于投影法,利用二值化图像像素的分布直方图进行分析。
其中水平投影确定字符区域并去除上下边框,垂直投影找出相邻字符的分界点,并通过适当算法组合分离的汉字和去除车牌上的分隔点、边缘等干扰;
字符识别基于keras框架,首先搭建卷积神经网络对训练集进行训练,准确率达到97.87%,然后利用训练好的模型对分割下的字符逐一进行识别,最终组成车牌号码,实现车牌识别的目标。
1
该程序可以实现两个人脸的单独比对,无需大批量的图像数据库就可以直接得出两幅图像能否相似,且给出了四种图像比对方法。
2022/9/17 18:11:32 14.9MB 直方图比对
1
C语言计算图片直方图,RGBA原图像,有四个颜色通道分别为R,G,B,A。
本例循环分别将三个通道的RGB值取出,前往指针
2021/11/2 18:37:45 829B OPENCL
1
利用粗糙集和属性直方图的图像加强方法
2019/11/10 3:17:44 330KB 图像增强 粗糙集
1
基于matlab的直方图均衡化的彩色图像加强程序,通过matlab仿真,比较均衡化后的还原图像与输入原始真彩色图像,输出图像轮廓更清晰,亮度明显加强
2017/5/25 16:37:30 1.25MB matlab 直方图均衡化 彩色图像增强
1
随着互联网技术的高速发展,越来越多的数据将通过互联网进行传递,目前互联网已成为了最大的信息承载体,显然互联网已经给我们的日常工作和生活带来了诸多方便但是互联网作为一个开放式的交流平台,信息容易遭到非授权用户的攻击,因此信息传递的安全性越来越遭到人们的关注。
如果不能保障信息的安全传递,信息泄露将会极大地困扰着我们,因此,能否保障信息安全势必将成为制约互联网进一步发展的一个重要因素。
数字图像因为直观性的特点,使图像成为人类数据存储的主要方式。
但是数字图像与文本数据不同,其具有的数据量比较大,因此若用传统的文本加密的方法对图像进行加密,比如DES、3DES,实时性将会变得很差,不利于图像的实时传递。
本课题主要研究的是基于混沌理论及空域变换的数字图像加密算法,在对传统的算法研究基础上,应用改进的一维Logistic混沌序列,生成置乱序列及置换序列,并采用了置乱加密与置换加密相结合的方式实现了对数字图像的加密。
本文首先www.youzhiessay.com介绍了密码学的基本概念及组成,阐述了密码编码学与密码分析学的经典算法,并简单介绍了混沌理论的起源、发展及现代混沌理论的定义,着重介绍了本文算法中应用到的混沌序列---NCA混沌序列及Arnold空域变换,并指出了NCA混沌序列所具有的优点及缺点。
然后介绍了针对近年来高分辨率图像越来越多的特点,采用了对不同类型的高分辨率图像采取不同的加密算法,总结出了两种加密算法即图像的全部加密(算法1)及图像的局部加密(算法2)。
在上述两种算法中都采用了先像素值置换加密后图像置乱加密的加密顺序,两个算法采用了相同的像素值置换算法,不同点在于当进行图像置乱时,算法1中采用了基于NCA的图像分块置乱算法,在算法2中采用了基于Arnold空域www.hudonglunwen.com变换的图像分块置乱算法;
在生成像素值置换序列时,采用了截取48位有效数字的方法替代了原有的截取15位有效数字的方法生成置换序列,仿真结果表明,改进后的方法在实时性、自相关性以及分布特性方面都有了明显的改进。
图像的加密算法与解密算法的密钥是样的,又提出了将混沌序列及空域变换的初值用RSA算法进行加密,防止密钥在互联网中传递时遭到非授权用户的窃取。
最后,借助MATLAB平台,论文网kuailelunwen.com,对算法中用到的置换乱序列及换序列进行了仿真验证,并用算法1和算法2对不同的高分辨率图像进行了加密,然后对加密后的图像进行了灰度直方图、自相关性、初值敏感性及自相关性等方面的分析,分析结果表明,本文的加密算法在保证实时性的前提下,有着良好的加密效果
2021/9/13 4:11:34 804B matlab 数字图像 加密算法
1
共 250 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