搜索资源列表
platelience
- 车牌识别系统一般包括车牌定位、车牌切分、字符识别三部分，而车牌定位是车牌识别系统的基础和前提，其准确与否直接影响着车牌识别的准确率。本文针对这一关键问题进行了研究，提取了车牌的颜色特征并结合其纹理特征、几何特征以及投影特征进行准确定位。采用HSV颜色模型，利用颜色空间距离相似度计算分割颜色；针对颜色分割后的图像，车牌区域内水平方向上具有的连续跳变的特征，采用行扫描法确定车牌的上下边界；车牌区域内垂直方向具有投影特征，采用垂直投影法确定车牌的左右边界；最后根据车牌的宽高比判断是否是真实的车牌域。实
face_detect
- 基于YCbCr色彩空间的人脸跟踪,根据用户选定的目标的颜色分布特点，从样本图样中建立眼睛肤色模型， 然后根据该模型和待检测的彩色图像进行分割与匹配，从而确定候选区眼睛的位置以及人脸偏转的角度。-YCbCr color space based face tracking.
ylh
- 测试方法 1、在你的电脑上建一工作目录； 2、分别将车牌图像和测试程序下载到你建立的工作目录上； 3、解压车牌图像； 4、直接运行测试程序 算法核心 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ， 将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种， 这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑）， 且灰能保留图像的识别信息，克服二值化阈值缺陷；
LPR_by_ylh
- 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ，将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种，这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑），且灰能保留图像的识别信息，克服二值化阈值缺陷；基于三值图像的车牌识别包括基于三值图像的字符识别和基于三值图像的按分割反推的车牌定位，是建立在三值图像基础上的创新的车牌识别算法体系。-According to the formula Yellow = (r
YCgCrm
- 基于YCgcr肤色空间的自适应阈值分割的算法，本人根据论文《YCgCr颜色空间的肤色聚类人脸检测法》-YCgcr color space based adaptive thresholding algorithm, I am under the thesis YCgCr color clustering color space face detection method
第1章
- 不同颜色空间下的人脸图像分割，彩色图像处理中有许多彩色空间坐标系，最常见的是RGB空间。其余的还有HSV空间、YCrCb空间、YIQ空间和YUV空间等，这些都可以从RGB空间转换而来。在大多数情况下，图像信息是以RGB的颜色体系保存，然而在人脸肤色分析中，由于RGB颜色的R、G、B三个颜色分量都包含亮度信息，存在极强的相关性，一般不适合肤色处理。所以一般情况下在进行肤色区域检测之前，要将RGB颜色体系转换到其他颜色体系中，而不直接利用RGB彩色空间。(There are many color s