gaussian filter that is being and can be used for reference for further enhancement and improvement
標(biāo)簽： enhancement improvement and for
上傳時(shí)間： 2017-08-06
上傳用戶：xjz632
The BYY annealing learning algorithm for Gaussian mixture with automated model selection
標(biāo)簽： annealing algorithm automated selection
上傳時(shí)間： 2014-09-05
上傳用戶：小碼農(nóng)lz
Image enhancement in frequency domain using Fourier center frequency, Gaussian lowpass filter, Low pass filter, high pass filter. Image restoration using medean filter, weiner filter with noise generator such as Gaussian noise, Salt and Pepper noise
標(biāo)簽： frequency enhancement Gaussian Fourier
上傳時(shí)間： 2017-08-24
上傳用戶：xinzhch
Gaussian process models for Bayesian analysis (for Matlab) V1.1.0
標(biāo)簽： for Gaussian Bayesian analysis
上傳時(shí)間： 2013-12-21
上傳用戶：netwolf
Linera filtr (gaussian smoothing)
標(biāo)簽： smoothing gaussian Linera filtr
上傳時(shí)間： 2014-01-06
上傳用戶：lepoke
A hardware Gaussian noise generator for channel code evaluation和A Gaussian noise generator for hardware-based simulations兩篇關(guān)于高斯白噪聲產(chǎn)生及信道估計(jì)的經(jīng)典論文
標(biāo)簽： generator Gaussian noise evaluation
上傳時(shí)間： 2017-09-09
上傳用戶：壞壞的華仔
EM算法（英文）A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models
標(biāo)簽： Application Estimation Algorithm Parameter
上傳時(shí)間： 2017-09-27
上傳用戶：dianxin61
This example shows how to detect and count cars in a video sequence using foreground detector based on Gaussian mixture models (GMMs)
標(biāo)簽： Detecting Gaussian Mixture Models Using Cars
上傳時(shí)間： 2016-12-10
上傳用戶：Fgufsett
Gaussian Jordan消元法。比較簡(jiǎn)答，且完備中文注釋。
標(biāo)簽： Gaussian Jordan Matrix
上傳時(shí)間： 2017-02-28
上傳用戶：303062057
摘要:"紅外弱小目標(biāo)檢測(cè)"是紅外搜索跟蹤系統(tǒng)、紅外雷達(dá)預(yù)警系統(tǒng)、紅外成像跟蹤系統(tǒng)的核心技術(shù),因此紅外小目標(biāo)的檢測(cè)是當(dāng)前一項(xiàng)重要的研究課題.目前的發(fā)展方向是研究運(yùn)算量小、性能高、利于硬件實(shí)時(shí)實(shí)現(xiàn)的檢測(cè)和跟蹤算法.該文在前人研究的基礎(chǔ)上,著重研究了Marr視覺計(jì)算理論在紅外小目標(biāo)檢測(cè)技術(shù)中的應(yīng)用.從Marr算法的理論基礎(chǔ)——高斯平滑濾波器與拉普拉斯算子的相關(guān)知識(shí)以及Marr的計(jì)算視覺理論基礎(chǔ)開始,進(jìn)行了 2G(Laplacian of Gaussian,高斯—拉普拉斯)濾波器、LoG(Laplacian ofGaussian,高斯—拉普拉斯)模板以及 2G濾波器在人類視覺、邊緣檢測(cè)、邊緣處理的物理意義以及神經(jīng)生理學(xué)意義方面的分析討論,提出了易于FPGA(Field Programmable Gate Array,現(xiàn)場(chǎng)可編程門陣列)實(shí)現(xiàn)的基于Marr計(jì)算視覺的紅外圖像小目標(biāo)檢測(cè)方法.該方法可根據(jù)目標(biāo)大小自動(dòng)設(shè)計(jì)檢測(cè)模板,在濾除不相關(guān)的噪聲的同時(shí)又保留閉合的目標(biāo)邊緣,從而檢測(cè)出目標(biāo).將該方法用FPGA實(shí)現(xiàn),滿足了檢測(cè)過(guò)程中的實(shí)時(shí)性.考慮到工程中的應(yīng)用,該文對(duì)該方法在FPGA中的具體實(shí)現(xiàn)給出了設(shè)計(jì)總體思路和詳細(xì)流程.由于FPGA具有對(duì)圖像數(shù)據(jù)的實(shí)時(shí)處理能力,而且該算法在FPGA中的具體實(shí)現(xiàn)中對(duì)資源的合理使用進(jìn)行了綜合考慮,因此該算法能夠?qū)崟r(shí)、有效地實(shí)現(xiàn)目標(biāo)檢測(cè).并在此基礎(chǔ)上對(duì)小目標(biāo)的檢測(cè)研究前景進(jìn)行展望.
標(biāo)簽： FPGA 紅外目標(biāo)檢測(cè) 技術(shù)研究
上傳時(shí)間： 2013-07-04
上傳用戶：萌萌噠小森森
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
