图像物体分类与检测算法综述

通过背景差分法,平均背景模型,高斯滤波,CLAHE,形态学算法,卡尔曼滤波跟踪,运动趋势与人体比例判断。实现运动目标的跌倒检测。

物体识别中的特征点检测算法研究，刘天禾，潘维民，物体识别是计算机视觉中的一个重要领域。主流的物体识别方法都是基于图片中的特征,提取图片中的特征与相关物体的样例图片的特征��

物体内部缺陷是指表面以下的裂纹、杂质、疲劳损伤以及腐蚀,此类缺陷因具有隐蔽性而严重影响产品质量和运行安全。以光学元件和飞机叶片为例,分析内部缺陷形成机理和形貌特征。将内部缺陷无损检测分为有激励无损检测

快速特征点检测（FAST）是一种用于图像处理和计算机视觉的特征点检测算法。它采用了一种高效的方式来快速检测出图像中具有显著变化的角点特征。该算法通过在图像中的每个像素点上采用特定的判别方式，来确定其是

在非均匀杂波环境下的合成孔径雷达(synthetic aperture radar,SAR)图像背景建模问题中,针对非参量建模算法Parzen窗估计严重依赖于窗宽设置及最优核函数选择的问题,提出一种基

毕业课程设计，绝对原创。主要用到的是边缘检测（三种算子），最佳阀值二值化，霍夫转换这三种方面的算法。用的是最基本的编程方法。程序最后还有一段废代码，是我遵循边缘检测-检测边缘点-短线连接-长线连接

可实现人脸检测技术，物体识别，并提取图像物体信息。

首先分析了交通事件自动检测的研究现状，对其中涉及的目标检测、目标跟踪以及行为识别与理解进行描述。目标检测和跟踪得到的是底层信息，而实现交通事件的自动检测需对跟踪结果进行更深层次的理解和识别。然后重点介

利用snake蛇形算法进行边缘检测的matlab程序，可对二维图像进行边缘检测。需手动初始化边缘。

基于深度学习的目标检测算法综述_张姗.pdf