搜索资源列表
56465416
- 介绍一种实用的二维条码识别算法。首先探讨了二维条码的定位与分割算法,利用Hough变换与Sobel边缘检测把条码图像从原始采集的图像中有效地分割出来 然后分析了条码图像经过光学系统的噪声模型,提出了一种计算点扩展函数标准方差的算法 采用Flourier变换自适应地选取阈值去除噪声导致的无效边界,从而得到条码的基本模块。实验结果表明,该算法具有很好的抗噪性,提高了二维条码的识别率。 -A practical two-dimensional barcode recognition algorit
897979
- 介绍一种实用的二维条码识别算法。首先探讨了二维条码的定位与分割算法,利用Hough变换与Sobel边缘检测把条码图像从原始采集的图像中有效地分割出来 然后分析了条码图像经过光学系统的噪声模型,提出了一种计算点扩展函数标准方差的算法 采用Flourier变换自适应地选取阈值去除噪声导致的无效边界,从而得到条码的基本模块。实验结果表明,该算法具有很好的抗噪性,提高了二维条码的识别率。 -A practical two-dimensional barcode recognition algorit
lprshi
- 这是个关于汽车的定位分割的论文，有需要的可以下载参照参照-This is about positioning the division of motor vehicles thesis, there is need to download the light of the light
LookForEye
- Matlab程序。聚类法分割图像的基础上，找到人眼的位置。-look for eye
face
- 完整的表情识别系统一般包括人脸表情图像捕获、预处理、人脸检测与定位、 人脸分割与归一化、人脸表情特征提取、人脸表情识别。本文着重研究了人脸表 情特征提取、特征选择及表情分类等关键问题，并提出了一些改进的方法，同时 进行了仿真实验-Complete expression recognition systems typically include facial expression image capture, preprocessing, face detection and loca
licenceplatecharacterrecognitionprogram
- 能完成车牌字符识别的整个流程，包括车牌定位，字符分割，字符识别等过程。-To complete the entire license plate character recognition process, including license plate location, character segmentation, character recognition process.
Image-segmentation-Extraction
- 车牌识别，能够定位，字符分割，字符匹配，效果还是可以的-Automatic Vehicle Identification
license-plate-recognition
- 本程序采用一种基于垂直Sobel算子检测边缘和投影法的车牌定位方法,根据车牌区域竖直纹理突出的特点，利用Sobel垂直算子提取边缘，然后投影得到车牌的水平投影图，利用水平投影图分割出车牌，再运用膨胀运算进行车牌垂直定位。利用旋转投影法寻找车牌倾斜角度，然后用双线性插值进行车牌图像倾斜矫正。对经过精定位的车牌利用垂直投影法，找出各个字符的中心点，根据字符中心点位置进行切割。同时将切割出来的图片与数据库中的每张模板图片进行减法运算，计算该图片与模板的均方误差，其均方误差最小的模板即为识别出的字符。-
chepaishibie
- 确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法-Determine the horizontal position and vertical position of the vehicle license in the original image to locate the vehicle license, then the local projection characte
chepai_dingwei
- 车牌定位仿真，效果较好，可以提取任何颜色的车牌，并分割出车牌区域，MATLAB仿真得到。-Plate positioning simulation, better, you can extract any color plates, and split the plate region, MATLAB simulation obtained.
sort
- 基数排序 基数排序（radix sort）属于“分配式排序”（distribution sort），又称“桶子法”（bucket sort）或bin sort，顾名思义，它是透过键值的部份资讯，将要排序的元素分配至某些“桶”中，藉以达到排序的作用，基数排序法是属于稳定性的排序，其时间复杂度为O (nlog(r)m)，其中r为所采取的基数，而m为堆数，在某些时候，基数排序法的效率高于其它的稳定性排序法。 快速排序 快速排序由C. A. R. Hoare在1962年提出。它的基本思想是
Untitled6
- 图像分割，想通过对眼底图像分割进行视盘自动定位-Segmentation, think through the fundus image segmentation disc automatic positioning
EasyPR-1.4
- opencv3.0 基于easyPR的车牌识别系统，包括定位、分割、识别。车牌定位率以及字符识别率较高- License plate recognition system based on easyPR, including positioning, segmentation, recognition. License plate location and character recognition rate is higher
shibiezm_sz
- 本文主要模块如下：颜色信息提取、车牌区域定位、识别、提取、检测倾斜度、车牌校正、车牌区域2值化、擦除干扰区域、文字分割、模版匹配、结果输出。 本文主要模块如下：颜色信息提取、车牌区域定位、识别、提取、检测倾斜度、车牌校正、车牌区域2值化、擦除干扰区域、文字分割、模版匹配、结果输出。-The main modules of this paper are as follows: color information extraction, license plate location, ident
automatic-license-plate-tracking
- 本程序开发环境：vc6.0 opencv1.0 整体功能：是为了实现车牌自动跟踪，检测，并拍照，定位，识别，但是跟踪和拍照等于没有实现。 实现功能： 能实现视频中物体跟踪，但必须是手动圈住才行，摄像头是usb摄像头. 打开车牌图片，能进行定位，车牌分割，字符分割，字符识别。 操作步骤：程序主界面：有打开摄像头，关闭摄像头，截取图片，车牌识别 打开摄像头，可以看到视频中画面，移动鼠标圈住物体，可以自动跟踪。 截取图片，在打开设摄像头的情况下，
车牌的定位与分割
- 通过形态学处理和边缘检测方法实现对图像中的车牌实现定位和分割(Through the morphological processing and edge detection method, the license plate is located and segmented in the image)
神经网络 训练识别
- 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。(1. First open a picture and then follow the sequence of grayscale, binary, grayscale stretching, license plate positioning, binarization, ti
无语音读取简化版本
- matlab实现基于模板的车牌识别.主要模块如下：颜色信息提取、车牌区域定位、识别、提取、检测倾斜度、车牌校正、车牌区域2值化、擦除干扰区域、文字分割、模版匹配、结果输出。(Matlab based template based license plate recognition.The main modules are as follows: color information extraction, license plate location, recognition, extractio
车牌识别
- 车牌识别处理过程，主要包括预处理、边缘提取、车牌定位、字符分割、字符识别五大模块(The process of license plate recognition mainly consists of five modules: preprocessing, edge extraction, license plate location, character segmentation and character recognition)
caffe-cvpr
- 显着区域检测是计算机视觉中长期存在的问题。它旨在找到最能吸引人眼睛注意的图像中的像素或区域。准确和可靠的显着性检测可以从视觉追踪和识别到图形图像处理等众多任务中受益。例如，成功的对象检测算法有助于自动图像分割，更可靠的对象检测，有效的图像缩略和重定位(Significant regional detection is a long-term problem in computer vision. It aims to find the pixels or regions of the most