搜索资源列表
Subspace_LDA
- 线性鉴别技术是一种较好的分类技术,本程序采用了基于PCA与LCA的人脸识别方法使人脸识别效率得到提高
chepaishibie
- 车牌识别的多种方法,及其试验和检测结果,比较理想
DimensionalityReduction
- 带的一个本科生做的静态人脸识别系统,用了pca和lda方法。
1
- 车辆牌照识别技术是公安执法系统、高速公路自动收费系统、城市道路监控系统等诸多智能交通应 用管理系统中的重要一环。它可应用于交通流量检测,交通控制与诱导.不停车自动收费及违章车辆监 控等领域,具有广阔的前景。而车牌的定位分割,及车牌分割后的字符分割则是车辆牌照识别技术中十 分重要的组成部分,本文对乍牌及其字符分割的方法进行了相关的探讨和研究。
zhiwenshibie
- 指纹识别技术是基于生物识别的认证技术,由于每个人的指纹具有唯一性, 终身不变,因此指纹识别是代替传统身份识别手段的最安全、最可靠、最方便的 方法之一。而指纹的预处理的好坏是指纹识别能否正确识别的关键。
pictureidentifysystem
- 图像识别,文字识别,手写输入识别,还包括打印处理等与图像相关处理方法
LLE
- 包含两篇论文:《基于LLE算法的人脸识别方法》,《一种改进的LLE方法》; 以及相关源码
StudyforLicensePlateRecognitionSystem
- 摘 要:车牌识别(LPR)系统是智能交通系统中的重要组成部分,该系统分为车牌定位、字符切分和字符识别3个模块。 文中基于数学形态学方法和边缘特征分析来进行车牌定位,接着进行二值化、引入多指标联合评价函数判断反色等处理, 然后基于连通体分析的方法切分字符。实验表明该系统设计方法是可行的。 关键词:车牌识别 数学形态学 车牌定位 字符切分 图像处理
facedetect
- 人脸检测系统,基于Opencv,包含了多种图像处理方法。
meanshift
- meanshift跟踪方法,鼠标点击来选定跟踪区域
human
- 人运动的视觉分析系统一般遵从下述的处理过程:1)运动检测;2)运动目标分类;3)人的跟踪;4)行为理解与描述。这几篇文章将重点从此四个方面回顾人运动分析的目前发展水平和常用的处理方法,并对研究难点及未来的发展趋势作了较为详细的分析。
subfinder
- 数码相机定位在交通监管(电子警察)等方面有广泛的应用。所谓数码相机定位是指用数码相机摄制物体的相片确定物体表面某些特征点的位置。最常用的定位方法是双目定位,即用两部相机来定位。对物体上一个特征点,用两部固定于不同位置的相机摄得物体的像,分别获得该点在两部相机像平面上的坐标。只要知道两部相机精确的相对位置,就可用几何的方法得到该特征点在固定一部相机的坐标系中的坐标,即确定了特征点的位置。于是对双目定位,精确地确定两部相机的相对位置就是关键,这一过程称为系统标定。
cximage600_fullCompiled
- 关于图象识别,里面完整的包括相关的类和实现方法,很系统和全面的处理过程
bianyuanjiance
- 该代码采用了一种新的边缘检测方法,能有效的,最大化的处理检测边缘
基于数学形态学的边缘检测和图像分割方法
- VC原代码很好的程序,请大家参考-VC source good procedures, please refer to
EdgeDetection
- 用vc编写的边缘检测程序, 基本的edge detection方法,适合初学者-with vc prepared by the edge detection procedures, the basic edge detection method for beginners
ImageRegistration
- VC编写的图像复原软件,方法比较简单,但很有用-VC prepared by the image restoration software, and methods are relatively simple, but useful
基于支持向量机的手写体相似字识别
- 一种基于支持向量机的手写体相似字识别方法,很有参考意义(维普浏览器)-based on support vector machines similar to the handwritten word recognition methods of great reference significance (Wei-pu browser)
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