搜索资源列表
VCPP-1
- 基于模式识别的图像处理，图像处理。基于模式识别的人脸检测与识别！-Image processing. Based on pattern recognition and face detection and recognition!
classifier_knn
- 最近邻分类器（KNN）的C＋＋源码，适合模式识别、图像处理开发者用！-nearest neighbor classifier (KNN) of the C++ source code, suitable for pattern recognition, image processing developers use!
k_means_image
- 国外的一个图像K均值聚类的C++源代码，非常容易集成和使用，适合模式识别、图像处理等方面的开发！-an image abroad of K-means clustering of C source code, and is easy to integrate and use, suitable for pattern recognition, Image processing, and other aspects of development.
work
- 基于matlab程序的卫星图像道路信息提取技术的研究，结合模式识别、图像处理、边缘检测-Based on satellite images to extract road matlab program information technology research, combined with pattern recognition, image processing, edge detection
example
- 提取图像中的pca人脸特征，可用于模式识别，信息处理类的毕业论文仿真结果-Extract images pca facial feature can be used for simulation thesis pattern recognition, information processing class
cnn
- 卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法，它具有结构简单、训练参数少和适应性强等特点。-Convolutional Neural Network Library
renlianjiance
- 人脸识别经过近 40 年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形式的不同可分为基于静态图像的人脸识别和基于视频图像的人脸识别。因为基于静态图像的人脸识别算法同样适用于基于视频图像的人脸识别，所以只有那些使用了时间信息的识别算法才属于基于视频图像的人脸识别算法。接下来分别介绍两类人脸识别算法中的一些
image
- 图像分割是模式识别和计算机视觉中很重要的一个部分，基于阈值的图像分割具有简单、计算量小、效率高等特点，在实际图像处理中具有广泛的应用。(Image segmentation is an important part of pattern recognition and computer vision, threshold image segmentation is a simple, small amount of calculation, based on high efficiency, a
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
DoG filters
- 高斯差分滤波器，主要用于边缘特征提取，用于模式识别中的分割预处理(Gauss differential filter, which is mainly used for edge feature extraction, is used for segmentation preprocessing in pattern recognition)
figure
- 神经网络模式识别分支的实际应用，案例的详细的代码(The practical application of the neural network pattern recognition branch, the detailed code of the case)
数学建模方法与分析
- 详细解说数学建模中的统计学方法，对图像处理法人模式识别提供参考意见(Explain the statistical method in mathematical modeling in detail, and provide reference for image processing legal person pattern recognition)
lubiaoshibie
- 路标识别，模式识别大作业，主程序；检测彩色路标，直方图均衡化，提取圆形路标，增强提取目标，二值化,提取路标中的指示图，中值滤波，平滑滤波，图像边框处理，链码生成及识别(Road sign recognition, pattern recognition, big operation, main program, detection of color roadmap, histogram equalization, extraction of circular road signs, enhanc
circle_hough
- 路标识别，模式识别大作业，圆形检测；检测彩色路标，直方图均衡化，提取圆形路标，增强提取目标，二值化,提取路标中的指示图，中值滤波，平滑滤波，图像边框处理，链码生成及识别(The road sign recognition, pattern recognition operations, circle detection; detection of color signs, histogram equalization, extracting circular signs, enhanced ex
基于STM32车牌识别系统资料V1.0_Ricky(1)
- 本系统以STM32F103RBT单片机为主控，控制OV7670摄像头（带FIFO）进行图像采集，通过模式识别、匹配，最后获得车牌的识别结果。为尽大可能的提高处理速度，STM32单片机进行了16倍频。识别主要过程包括图像采集、二值化分析、识别车牌区域、字符分割、字符匹配五过程。(Circuit design of license plate recognition based on stm32)
Vc6_Image
- VC++图像处理及源码包（大全）包括下列内容：1.数字图像获取，处理及实践应用电子书 2.数字图像获取，处理及实践应用电子书分章节源码 3.书中提及的各种算法的综合源码。压缩包里面包括的算法代码有：分章节源码内容：内容：对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强；逆滤波复原、维纳滤波方法；傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法；霍夫曼（Huffman）编码、算术
GA_matlab
- 遗传算法(GeneticAlgorithm,GA)是一种基于进化论优胜劣汰、适者生存的物种遗传思想的搜索算法。20世纪50年代初，由于一些生物学家尝试用计算机模拟生物系统，从而产生了GA的基本思想。美国密执根大学的霍勒德(J.H.Holland)于20世纪70年代初提出并创立了遗传算法。遗传算法作为一种解决复杂问题的崭新的有效优化方法，近年来得到了广泛的实际应用,同时也渗透到人工智能、机器学习、模式识别、图像处理、软件技术等计算机学科领域。(exmple:quest the maximum va
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network
VISUAL C++数字图像模式识别技术详解
- 这是冯伟兴编著的数字图像方面的专著，书中介绍了用vc++实行图像处理的方法(This book is written by FengWeiXing,published by China Machine Press,introduce method for digital image pattern recognition)
图像处理与模式识别
- 该代码为图像处理与模式识别的代码，运用了ADMM算法。