搜索资源列表
TextAbstractor3
- 能够对文本的内容进行显示功能，并且能够根据客户的需求可以对关键字查找，并显示带有关键字的句子，并且采用句子分割技术进行处理，实现断句功能。即可以把该文章带有此关键字的句子分句显示出来，该软件的使用必须在ODBC中进行相关的设置，详细请看我的说明文档，请大家导入文章时选择txt的文件格式。我目前正在开发更好的文本挖掘工具，如果大家有什么好的建议和想法请发EMAIL给我：andondon-right to the contents of the text for display, and accor
Visual_C++_MATLAB
- 《Visual C++_MATLAB图像处理与识别实用案例精选》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。
VCchepaishi
- 对车牌识别中的字符分割过程进行的程序，可以很好的分割字符，以便进行最后的车牌字符识别-right LPR character segmentation process procedures, the division can be very good characters, for the final License Plate Recognition
Optical_Character_Recognition
- The aim of Optical Character Recognition (OCR) is to classify optical patterns (often contained in a digital image) corresponding to alphanumeric or other characters. The process of OCR involves several steps including segmentation, feature extractio
图像分割及运动检测
- 对图像分割及运动检测-for image segmentation and motion detection
xcvx.rar
- 通过二值分割等一系列图像编程对车牌进行定位校正。仅供参考,Through a series of binary segmentation image programming on the license plate positioning correction. For reference only
character_segmentation
- 该程序是利用matlab进行车牌分割步骤中有关车牌字符分割的程序。能很好的实现matlab车牌字符分割。- The program is the use of matlab for segmentation step plate on license plate character segment of the program. Can be a very good realize matlab license plate character segment.
8WhMeanShift
- mean shift 用于图像的分割与平滑。很实用，老外写的，大家多看看会有帮助的～！-for mean shift image segmentation and smoothing. Very useful, written by a foreigner, it would be helpful to look at the ~!
svm
- 支撑向量机的函数，可以用于识别、分类和分割，是很好的分类算法-Support Vector Machines function, can be used for identification, classification and segmentation, is a good classification algorithm
ms_segmenter
- mean shift 用于图像的分割。很实用，大家会有帮助的～！-mean shift for image segmentation. Very practical, it would be helpful ~!
gsnake.tar
- GSNAKE API provides tools for contour modeling, extraction, detection and classification, based on generalized active contour model (g-snake). GSNAKE consists of a set of objects built in C++, suitable for use in the area of feature extraction, chara
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
analgorithmforextractionandanalysis
- 摘要图像特征的提取是视觉图像识别的重要方法之一，采用细胞神经网络（&’’）并行处理器进行图像特征的提取 具有实时快速的优点。该文将介绍&’’ 并行处理器的基本工作原理及其实现图像特征处理的逻辑组合通用方法，并以 图像的纹理分割与识别为例来说明&’’ 并行处理器应用于视觉图像识别的通用编程方法。-Abstract image feature extraction is a visual image to identify one of the important ways, the use
fengefa
- 基于一种新的二值化优化方法 与 实现：综合全局二值化与边缘检测的图像分割方法-Based on a new binarization method and the realization of optimization: an integrated global binarization and edge detection for image segmentation method
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
morghology-for-plate-segmentation
- 一种基于形态学的字符分割算法-morghology for car plate segmentation algorithm
plate-segmentation
- 一种基于形态学的字符分割算法-morghology for car plate segmentation algorithm
matlab-3
- 1、使用MatLab 软件进行图像的分割； 2、能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能； 3、能够掌握分割条件(阈值等)的选择； 4、完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。 -1, the use of MatLab software for image segmentation 2, to self-evaluation of all the major operators in the absence of noise c
Image-segmentation-Extraction
- 这个matlab程序实现了目标对象的图像分割与提取技术，附件里的程序以车牌的检测与识别为例，效果非常好。-The matlab program to achieve the target image segmentation and extraction technology, the annex of the procedures for license plate detection and recognition, for example, the effect is very good.
Projekt
- Program searches for objects from different pictures, recognizes them and select good objects.