搜索资源列表
CardRecognization
- 车牌识别系统 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。
reply_1_1007847
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
detect_vc++_
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
1
- 摘要：提出了一种新的说话人识别中特征参数的提取方法*在分别使用傅立叶分析和小波分析得到两组特征 参数之后，进一步利用+,-./0准则进行参数选取，构造了一种新的混合特征参数*在不增加训练和识别时计算 量的同时，结合了傅立叶分析和小波分析两者的优点，具有更好的分类能力*实验结果显示，这种新的混合参数 有效地提高了说话人的识别率，能更好地表征说话人的特征*
车牌定位
- 车牌定位 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图
车牌定位
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本
carcarddetect
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
detect-eyes
- 关于人脸识别中眼睛位置定位的一篇文章，并提出一种新的比较容易实现的椭圆处理算法。-Face Recognition in the eye position on the positioning of an article and a new easier-processing algorithms to achieve the oval.
Theresearchandachievementvehicleplaterecognitionte
- 国内近几年城市智能交通系统发展的很快，车牌识别系统作为 城市智能交通系统中信息采集的一种手段，也得到了很快的发展。 本文在详细研究了国内外的各种有代表性的车牌识别系统的基础上，结合 中国车牌的特点研发了一种适合中国车牌的识别系统。该技术于2004年荣获得 了公安部科技进步二等奖。 本文对车牌识别技术的研究，主要的创新有四个方面： 1基于小波分析的方法,成功地解决了车牌定位系统中传统的图像识别手段 很难解决的三个问题； 2本文对图像获取的摄像系统自适应控制技术进行了
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
chepaishibie
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
PCNN-car
- 脉冲耦合神经网络在车牌识别中的应用,这是在车牌领域中的较新的技术-Pulse-Coupled Neural Networks in the application of license plate recognition, license plate at This is relatively new in the field of technical
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
cpfg
- 彩色车牌分割，可以用来从图片中读出号码，现在比较新的一个研究方向。-彩色车牌分割
LicensePlateRecognitionBasedonDSP
- 基于DSP车牌识别自主实验的实现,论文介绍了自主学习教育理念下开设的一门新的课外研修综合性实验课程。该实验课程将DSP、数字图像处理和模式识别相结合,面 向工程实例,以车牌识别系统的开发作为整个实验的内容,并采用从网络选课、自主实验到审核评估的学习模式。实验克服了传统实验课程中 各部分实验分离的缺点,设计了三部分面向应用的综合性实验,作为学生提高综合知识工程应用能力的平台。 -License Plate Recognition Based on DSP implementation
Autoplatecharactersegmentationofanewmethod
- 一种汽车牌照字符分割的新方法，车牌字符分割在车牌识别中起到很重要的作用。-license plate character segmentation in license plate recognition plays an important role in
cardrecognition
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
face_recog
- 稀疏分解在人脸识别中的应用。内容非常新，值得参考-the application of saprse representation in face recognition
License-plate-location
- 车牌自动识别技术是自动控制领域和交通工程领域重要研究课题之一,具有极高的理论研究和实际应用价值。随着自动控制技术、计算机技术和通讯技术的快速发展,新的研究方法和技术不断出现,并已在实际工程应用中显示出巨大的威力和发展潜力。-Automatic license plate recognition technology is the field of automatic control and traffic engineering one of the important research to
ArcFaceDemo_1.2
- 代码是C#的，人脸检测、比对的引擎是虹软的1.2版本。 我只有20M附件的权限，所以只能删除了虹软的识别引擎库（没有这个库源码不能正常运行），请下载者自己去虹软申请并下载(目前是免费的)吧。 ---------------------------------------------------------------------------------------- 环境要求： VS2012及以上，.Net Framework 4.5 使用说明： 拿到代码以后，请更换自己ke