搜索资源列表
图像处理
- 【用途】在一个纯白色的底板上放置叶片和已知尺寸的深色标定物，用数码相机拍照，获得的照片可用本软件测定，可用于测定棉花、甘薯等不规则叶片的大小和颜色，但其实可用于测定任何片状物的尺寸和颜色。本软件能根据底板纯白色的特性自动校正照片的白平衡以减少色差。 【使用】1.打开图像文件 2.去除图像背景 3.拖动鼠标选择矩形区域，然后点一下左边的图像框，即可获得尺寸比例和色彩平均值 4.被测定物的面积=被测定物面积百分数*标准物实际面积/标准物面积百分数。 【要求】对图像的要求： 1.测定
Paper
- 手写体数字的识别似是图像识别科学下的一个分支，它的研究目的是:利用计算机智能的识别书写在纸张上的数字。 随着金融市场化进程的日益加快，票据业务不断发展，票据数量与日俱增。手写体数字识别在这个领域应用非常广泛，例如个人凭证，支票，发票，进账单等需要处理大量字符信息录入的票据，在很大程度上要依赖数据信息的输入。长期以来，票据管理工作因管理手段落后，各类票据的打印、整理、装订和归档需要花费大量的人力和物力，同时各类票据凭证的事后监督与归档的分离也浪费了大量时间和精力。 -Handwiten d
RansacCode
- 计算机视觉方向 图像处理代码 排除错误点匹配的经典算法-computer vision ,image process. function: eleminate the false points Ransac
chelianggengzongjiance
- 视频提人脸检测是指在输入图像中确定所有人脸(如果存在) 大小、位置和位姿的过程。人脸检测作为人脸信息处理中的 一项关键技术, 近年来成为模式识别与计算机视觉领域内一 项受到普遍重视、研究十分活跃的课题[-openvideo
facetracking
- 人脸检测是指在输入图像中确定所有人脸(如果存在) 大小、位置和位姿的过程。人脸检测作为人脸信息处理中的 一项关键技术, 近年来成为模式识别与计算机视觉领域内一 项受到普遍重视、研究十分活跃的课题[-Face detection is to determine all of the input face image (if present) the size, location and posture of the process. Face face detection inform
face_detect_system
- 计算机实现人脸识别程序，C++语言，计算机图形图像处理领域-handle the detecting of human face,using C++ language
chepaidingweiyanjiu
- 本文是在以往的车牌分割算法的基础上着重介绍了一种车牌识别技术中的 字符分割算法，以及针对一种已有的字符识别算法的改进性研究。 车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌 信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。 它以计算机技术、图像处理技术、模糊识别技术为基础，建立运动车辆的特征模 型，识别车辆特征，如号牌、车型、颜色等，并着重解决高速车辆图像的获取及 清晰度问题 本章是本文的绪论部分，主要介绍了车牌识别技术的应用
Face-Recognition-System
- 人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容-Face recognition technology is a very active research field, it covers digital image processing, pattern recognition, computer vision, neural networks, psychology, physiology, mathemati
VC-image-recognition
- 《Visual C++数字图像识别技术典型案例》源代码，介绍了数字图像处理和计算机视觉领域的几个应用实例，包括指纹识别系统、数字水印技术、条形码技术、印鉴鉴定系统、光学字符识别技术以及基于视觉的手势识别系统。-"A typical case of Visual C++ digital image recognition technology" source code, some application examples of digital image processing and comput
ww
- 车辆牌照识别(LPR)系统是一个专用的计算机视觉系统，LPR系统的广泛应用将有助于加快我国交通管理 自动化的进程。本文对车牌识别系统中的图像预处理、车牌定位、字符分割和字符识别等环节涉及到的技术、算法以 及系统整体设计作了全面的论述，并与已有方案进行了比较，对部分关键算法进行了设计和改进。用采集到的40多 幅汽车图片作为实验样本数据，用纯软件的方法实现了车牌字符的自动识别-As a speclal computer vision system，the License Plate Re
SOFTWELL
- 车牌识别源代码是专为从事车牌识别软件产品开发的客户而设计的软件开发包。采用国际领先的计算机视觉和图像处理算法，结合国际领先的神经网络算法，我司车牌识别采用模块的方式提供车牌识别功能的软件。具有高速的识别速度和可信识别正确率,以减轻各开发商的开发成本，提高其竞争力。适用于城市交通管理、超速监控、公路收费、停车场管理、被盗车辆侦破、等应用开发。-License plate recognition source code is designed to be engaged in the license
BTheResearchfa
- 基于视频图像的运动车辆识别系统主要是由汽车牌照识别和汽车类型识别两大核心技术构成，它在智能交通领域中有着广泛的应用，同时也是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题，因此对相关技术的研究究正受到普遍关注。本文正是在这一背景下，对运动车辆识别技术进行了系统的研究。在车牌识别技术中，本文着重对车牌定位和车牌字符识别等关键技术所涉及的难点进行了深入的研究。在车型识别技术中，与当前国内外学者侧 -Based on video images of sports vehicle ident
045f30be8d5b
- 车牌定位识别程序，车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础。-License plate location and recognition program
License-plate-recognition-program
- 车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗
Visual-C-MATLAB-image-processing
- 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章～第12章，是两个综合性较强的实例，分别是Visual
文字识别
- 随着现代社会的发展，信息的形式和数量正在迅猛增长。其中很大一部分是图像，图像可以把事物生动地呈现在我们面前，让我们更直观地接受信息。同时，计算机已经作为一种人们普遍使用的工具为人们的生产生活服务。从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义。又由于静态图像文字提取是动态图像文字提取的基础，故着重介绍了静态图像文字提取技术。(With the de
shishizhuizong
- 实时人脸识别与追踪，主要运用了Matlab计算机视觉工具箱，维奥拉-琼斯算法，KTL算法。 直接运行代码会出现”错误使用webcam，尚未安装MATLAB Support Package for USB Webcams。打开Support Package Installer即可安装Webcam Support Package”这个错误。(Real time face recognition and tracking mainly use Matlab Computer Vision Too
基于帧间差分法的视频目标检测系统
- 运动目标自动检测是对运动目标进行检测、提取、识别和跟踪的技术。基于视频序列的运动目标检测，一直以来都是机器视觉、智能监控系统、视频跟踪系统等领域的研究重点，是整个计算机视觉的研究难点之一"。运动目标检测的结果正确性对后续的图像处理、图像理解等工作的顺利开展具有决定性的作用，所以能否将运动物体从视频序列中准确地检测出来，是运动估计、目标识别、行为理解等高层次视频分析模块能否成功的关键。