实例介绍
用PCA法进行烟雾检测。输入的图像为两张,然后训练SVM,最后检测出第二张图像是否有烟雾。该方法由Dr. Raul Rojas.实现,内附论文和数据mat。Matlab源代码。注意图像长宽像素必须是16的倍数。
【实例截图】
【核心代码】
Smoke-Detection
└── Smoke-Detection-Matting-Methods-master
├── DataSets & Results
│ ├── SocCal 1
│ │ ├── 1380999641.jpg
│ │ ├── 1381002340.jpg
│ │ ├── 1381004920.jpg
│ │ ├── 1404409185.jpg
│ │ ├── 1404410025.jpg
│ │ ├── 1404410145.jpg
│ │ ├── pcaSoCalEasy(blue)1.jpg
│ │ ├── pcaSoCalEasy(blue).jpg
│ │ ├── pcaSoCalEasy(green)1.jpg
│ │ ├── pcaSoCalEasy(green).jpg
│ │ ├── pcaSoCalEasy.jpg
│ │ ├── pcaSoCalEasy(red)1.jpg
│ │ └── pcaSoCalHard.jpg
│ ├── Tahoe Data Set 1
│ │ ├── image-0002.jpeg
│ │ ├── image-1126.jpeg
│ │ ├── image-1426.jpeg
│ │ ├── LSTahoeEasy.jpg
│ │ ├── LSTahoeHard.jpg
│ │ ├── pcaTahoEasy.jpg
│ │ └── pcaTahoeHard.jpg
│ ├── Tahoe Data Set 2
│ │ ├── image-0001.jpeg
│ │ ├── image-0617.jpeg
│ │ ├── image-1142.jpeg
│ │ ├── LSTahoeEasy1.jpg
│ │ ├── LSTahoeHard1.jpg
│ │ ├── pcaTahoeEasy(bad)1.jpg
│ │ └── PCATahoeHard1.jpg
│ └── Tahoe Data Set 3
│ ├── image-0003.jpeg
│ ├── image-1852.jpeg
│ ├── image-2103.jpeg
│ ├── LSTahoeEasy2.jpg
│ ├── LSTahoeHard2.jpg
│ ├── PCATahoeEasy(bad)2.jpg
│ └── PCATahoeHard2.jpg
├── Matlab Code
│ ├── localSmoothFixed.m
│ ├── neighbors.m
│ ├── pca.m
│ └── training.mat
├── Paper
│ ├── Paper_Source
│ │ ├── combine_images.jpg
│ │ ├── eigensmoke!.jpg
│ │ ├── lsHardcombined.jpg
│ │ ├── LSTahoeEasy.jpg
│ │ ├── LSTahoeHard.jpg
│ │ ├── main.tex
│ │ ├── papersEigen.png
│ │ ├── pcaGreat.jpg
│ │ ├── PCAHardcombined.jpg
│ │ ├── pcaTahoeHard.jpg
│ │ ├── references.bib
│ │ ├── smoothGREAT.jpg
│ │ ├── train.jpg
│ │ ├── universe.jpg
│ │ └── Z.jpg
│ └── Smoke_Detection_Paper.pdf
├── Presentation
│ └── Smoke Detection.pptx
└── README.md
10 directories, 56 files
标签:
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论