搜索资源列表
\基于局部PCA的参数约束Hough直线分层检测
- 基于局部PCA的参数约束Hough直线分层检测
STC12C5A60S2.pdf
- STC12C5A60S2/AD/PWM系列单片机是宏晶科技生产的单时钟/机器周期(1T)的单片机，是高速/低功耗/超强抗干扰的新一代8051单片机，指令代码完全兼容传统8051,但速度快8-12倍。内部集成MAX810专用复位电路,2路PWM,8路高速10位A/D转换(250K/S),针对电机控制，强干扰场合。 1.增强型8051 CPU，1T，单时钟/机器周期，指令代码完全兼容传统8051； 2.工作电压：STC12C5A60S2系列工作电压：5.5V-3.3V（5V单片机）STC12LE5A
Desktop
- 人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有 着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提 取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像 的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深 入研究。 针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该 算法首先基于肽色特征提取出人脸区域，根据眼睛的颜色和梯度特征在肤色区找到眼睛 可
PCA-Faces-and-examples
- 稀疏主成分分析用于脸部检测和识别的基础知识介绍。初学者很专业的入门材料。-Sparse principal component analysis for face detection and identification of the basics of introduction. Introductory material for beginners very professional.
2005510101315809
- 提出了一种复杂背景下的多车牌图像分割和识别方法，首先采用统计和特征匹配相结合的方法进行背景提取，将可能存在车辆的区域提取出来；然后分别对可能的车辆区域进行局部边缘检测，并使用车牌的先验知识确定车牌的位置和单个字符分割，包括车牌倾斜时的字符分割；最后使用PCA和神经网络相结合的方法精确识别车牌。-Proposed a multi-plate image segmentation and recognition method under a complex background, the first
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分