搜索资源列表
test_Edit Multi UE Parameter
- 这是关于图象识别的一个程序，用MATLAB来做的。-This is the image of an identification procedure, the use MATLAB to do.
face_detection
- 利用OpenCV實現人臉辨識雖然常見，但是本檔案基於OpenCV 1.0版本進行，同時整理程式編譯過程中可能出現的錯誤以及對應的解決辦法，同時針對函式cvHaarDetectObject各參數的設定值進行討論，以得到最佳的辨識率。另外，程式亦包括在偵測前進行影像處理，以進一步有效提升人臉辨識率。-Face recognition using OpenCV to achieve though common, but this version of the file based on the Ope
Study.on.License.Plate.Segmentation.Based.on.Color
- 智能运输系统中车牌识别技术得到了广泛应用 , 车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比 , 可以有效消除阴影影响 , 同时车牌颜色也是车牌识别的一个参数。颜色分类处理使用特征函数 , 可以减少颜色坐标转换运算 , 提高颜色分类速度。文中详细讨论中国车牌特征 , 给出车牌分割详细步骤。车牌 区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点 , 提出快速算法。-Intelligent Transport System in the license pla
123
- OPENCV下的人脸识别，需要在VC下运行，运行时最好带好参数-Face Recognition under OPENCV need VC run, run-time best with a good parameter
mbpp
- 可以检测出图像的基本参数，并进行模板匹配-May examine the image the basic parameter, and carries on the template matching
Edge_Detection
- Edge Detection This demo finds the edges of objects in a video stream using the Prewitt method. You can double-click the Edge Detection block and adjust the Threshold parameter while the simulation is running. The higher you make the thre
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
itd
- ITD模态参数识别的matlab源程序，比较好用-ITD matlab modal parameter identification of the source, relatively easy to use
Identification-for-OFDM
- 一种新的OFDM信号盲识别算法，利用多载波OFDM信号在时域上的近高斯性，提取信号特征参数Q作为分类特征-A new algorithm for the identification of Orthogonal Frequency Division Multiplexing(OFDM)signal is proposed．The feature parameter a is used to discriminate OFDM signal because of their asymptot
SCE
- 将参数识别问题转化为优化问题，从而提出了基于SCE算法（Shuffled Complex Evolution）的结构参数识别方法-The parameter identification problem into optimization problems, which made the SCE algorithm based on (Shuffled Complex Evolution) Identification of the structural parameters
eyesegmentation
- 程序可实现人眼虹膜、眼睑及睫毛分割，主要功能有：（1）虹膜内外圆的霍夫圆检测；（2）眼睑检测以及参数方程的求解；（3）睫毛的最优化阈值处理。 vc文件夹下包含以下四个内容：（1）最后编译生成的.exe文件；（2）包含主要算法的.h头文件；（3）两幅原始图像（yangjing1.bmp,yanjing2.bmp）；（4）两幅经过MATLAB进行自适应直方图均衡化的图像（yanjing11.bmp,yanjing22.bmp）-Program can achieve human iris, ey
Pattern-Recognition-ppt
- 介绍模式识别的基本概念，详述了贝叶斯，参数估计，线性分类器，神经网络，随机方法，无监督学习与聚类等-Introduce the basic concepts of pattern recognition, Bayesian detailed, parameter estimation, linear classifiers, neural networks, stochastic methods, unsupervised learning and clustering, etc.
Fingerprint3
- Fingerprint Matching Using Transformation Parameter Clustering
SIFT
- 使用默认参数找到图像中的SIFT特征，所有检测到的特征存储在feat指针数组中。-Finds SIFT features in an image using default parameter values. All detected features are stored in the array pointed to by \a feat.
8qam
- 信号产生、参数提取及识别过程 -Signal, parameter extraction and identification process signal, parameter extraction and recognition process
disp884
- 允许用户显示图像的头文件，以及“任务” 一个标准ADTS的4极化文件中的参数头 8-8-4格式- Allows the user to display image headers as well as the"mission" parameter header for a standard ADTS 4-Polarization file in the 8-8-4 format
SVM-and--Face-Recognition
- 支持向量机及其在人脸识别中的应用研究 上海交通大学博士论文，在知网上面付费下载得到的。本文从应用的角度出发，较为全面地对一些相关问题进行探讨，并使用Visual C++实现了一个基于支持向量机的人脸识别软件—idTeller。 论文的主要工作和创新点包括： ·提出了两种基于VC边界的支持向量机参数选择算法—固定C算法和VC-CV算法。VC边界是两类支持向量机参数选择的一个理想准则，但它的一些固有缺点使其应用变得困难。本文通过将VC边界转化为VC指标，最终把问题归结为对最小包围体的求解，从理论
cx8_2b
- 最小二乘法模态参数识别，对积分波形进行修正，拟合得到轴心轨迹-Modal parameter identification of the least squares method , the integral waveform correction, obtained by fitting the shaft orbit
1
- 该程序为运动模糊参数识别的频域方法，模糊方向识别的MRT算法-The program parameter identification in frequency domain method for the motion blur blurred direction identification of MRT algorithm.
traffic-sign-recognition
- 本程序能自动识别出禁止驶入标志与禁止车辆临时或长时停放标志，并且用matlab编写了一个界面。首先模板训练，接着导入图片，然后参数训练，最后识别-The program can automatically identify prohibited from entering the flag to vehicular temporary or long when parking signs, and an interface written using matlab. First training