暂无评论
能识别出几何图形的形状，如正方形 长方形 圆形
阴影图是当前实时阴影绘制中的一种经典算法。该算法基于图像空间，当有限分辨率的阴影图映射到较大场景中时，就会由于采样不足造成锯齿形变走样。提出了一种实时的反走样阴影图算法，该算法首先获取当前视点所能够看
为了提高经典的MeanShift算法在复杂场景中的跟踪性能，提出了一种基于角点的目标表示方法。首先，利用Harris角点检测算法提取表示目标主要特征的角点；其次，基于提取的角点，建立目标模型，将其嵌入
一种基于多重特征的快速车牌定位算法，刘鹏，王宏伟，针对实际应用中，复杂背景下车牌定位适应性差，鲁棒性不强的问题。本文利用车牌区域具有的空间特征—边缘信息丰富，颜色空间信息
基于纹理分析和区域结构特征的车牌定位方法,李勇,付仲良,车牌图像的获取容易受到天气,光线的影响,还可能伴随着牌照污损、褪色、倾斜、扭曲变形等情况,这些都给车牌定位带来了困难。针
基于特征点匹配，图像拼接方面的内容资源，无源代码。
在聚类方法上，我们吸取了传统的诸如K均值聚类的硬聚类方法在描述划分上不够准确的教训，采用了划分更为灵活的软聚类方法，能够获得更好的检索效果。
图像拼接技术已经广泛应用于各个领域,本文实现了对灰度图像拼接技术,利用角点检测算子来得到图像特征点,采用归一化相关法(NCC)找出匹配角点,通过改进的RANSAC算法消除错误匹配,得到精确度更高的匹配
提出了一种能够结合纹理基元形状和大小两种特征的纹理识别方法。该方法首先定义一种编码规则，应用这种规则对图像中纹理基元的轮廓线进行编码，把纹理的表述转化为夹角链码形式。使用后缀数组提取链码中的重复字符串
提出了一种基于字符的凹凸性、弯曲度和交点数等形状特征的车牌字符识别方法，它无须对字符作归一化、细化、倾斜校正这些预处理，也不需要样本图像，降低了字符畸变所产生的误识和拒识，减少了处理时间，提高了识别率
暂无评论