用 gabor 和 AdaBoost (MultiBoost ) 和图像梯度信息局部边沿方向做目标检
2016-08-23
0 0 0
4.0 分
其他
如何获取积分?
gacv 名字取自 gabor , adaboost , opencv , 他用了 gabor 特征,AdaBoost (MultiBoost )分类器和 opencv 开发库,目前最新版是 gacv065 。gacv065 使用仿射变换检测预分类器可以检测倾斜的目标,使用多线程并行检测可以较好发挥系统并行处理能力提高检测速度,和上一个版本相比 gacv065 改进了预分类算法,检测速度大约提高了一倍。
gledcv 用局部边沿方向特征做图像识别目标检测,一般情况下图像的边沿含有图像的主要信息,利用图像边沿含有的信息可以做图像识别。
gledcv03 主要改进:这次的新算法可以快速计算图像的局部边沿方向。新算法首先计算图像的积分图,然后根据积分图计算图像的近似梯度场,在图像的边沿上梯度方向是法线方向,切线方向就是图像的局部边沿方向,这个算法比原来基于卷积的边沿方向算法快很多。取图像局部的梯度极值点做特征点,特征点的局部边沿方向做特征值。
详细说明见 gledcv03.zip 中 readme.pdf。
gabor
图像
识别
检测
目标
信息
方向
梯度
局部
AdaBoostMultiBoost
边沿
相关源码推荐
对图像进行DCT变换处理
0
0
暂无评分
图像超分辨率实现
0
0
暂无评分
图像拼接技术
0
0
暂无评分
图像灰度化的三种方法
0
0
暂无评分
基于圆周滤波的地面飞机目标识别
0
0
暂无评分
暂无评论