搜索资源列表
license_orientation
- 车牌定位－－－VC++源代码程序 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。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|
kalmanRA2
- 针对噪声，用AR2建模，用卡尔曼滤波，并用Allan方差检验-against noise, using AR2 modeling, Kalman filtering, and with Allan variance test
chap12
- 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
IMM_AFUKF
- 基于IMM多模型结构的带自适应渐消因子及衰减因子的无忌卡尔曼滤波器。 适用于非线性、模型不准确、噪声不确定情况下滤波-IMM multi-band adaptive model structure based on fading factor and the attenuation factor of the wild and the Kalman filter. Applies to non-linear model is not accurate, noise filtering unc
kalman
- 对自适应滤波器和卡尔曼滤波器用MATLAB对语音信号进行了滤波，发现卡尔曼滤波器能够在较大的噪声中还原原来的信号。-Kalman filtering
KF-S
- 卡尔曼滤波的matlab S函数程序，将含有白噪声的输入进行滤波-Enter the Kalman filter matlab S function program containing white noise filtering