搜索资源列表
神经网络法字符识别
- 这是一个基于神经网络法的字符识别系统，神经网络法的使用使本系统识别率很高。-This is a neural network based on the character recognition system, neural network to enable the use of the system to identify high rate.
使用VC环境开发的语音识别系统
- 本系统在Windows XP系统下编译通过。使用VC环境开发。(
数码自动调焦系统
- 一种基于图像处理的自动调焦方法，应用该方法设计一种虹膜图像自动采集系统。该系统利用虹膜区域的平均对比度作为是否对焦准确的判据，并以此为反馈控制执行机构进行实时对焦。实验证明该系统自动调焦精确，采集到的虹膜图像清晰，符合使用要求；并且调焦机构简单，整个系统控制易于实现。
车牌号码识别matlab完整程序实现
- 随这图形图像技术的发展，现在的车牌识别技术准确率越来越高，识别速度越来越快。无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时，给出触发信号，控制抓拍。辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理，去除噪声，并进行参数调整。然后通过车牌定位、字符识别，最后将识别结果输出。
车牌识别系统VC++
- VC++的智能车牌识别系统源代码
人脸识别系统
- 基于pca的人脸识别系统，绝对能运行，对于初步学习MATLAB的人来说，是很好的识别应用程序
基于神经网络的手写体文字识别系统
- 这是一款用VC++编写的的手写体文字识别系统。通过对文字图片的训练，从而到达对手写体文字的识别效果。
毕业设计:人脸识别系统设计软件
- 本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。 随软件附上设计文档和参考资料。
基于windows的语音识别系统
- 基于windows的语音识别系统 c++
简单手写体数字识别系统
- 可以识别手写数字
一维条形码二维条形码编码规则及识别
- 条形码技术 常用的条码编码规则，条码的一般组成 条码的种类 EAN-13码的构造 一个简单的条形码打印系统 一维条形码的识别 硬件识别系统 预处理过程 译码过程 一维条形码识别系统实例 1 DIB.H位图存取头文件 DIB.CPP位图存取源程序 BARRECOG.H条码识别头文件 BARRECOG.CPP条码识别源程序
单片机控制的MFRC500的指纹识别系统
- 单片机控制的MFRC500的指纹识别系统
bp神经网络实现的水果识别系统
- 基于bp神经网络实现的水果识别系统。先进性学习，然后根据给出的水果特征对水果进行识别。感觉还不错。
人脸检测系统
- 能识别人脸的vc源代码
JAVA ANPR 神经网络车牌识别系统
- JAVA ANPR 神经网络车牌识别系统
说话人语音识别系统
- 这是使用matlab实现的说话人识别和确认系统。
LMS222
- 应用LMS算法，用Matlab编程实现系统识别.-Application of LMS algorithm, using Matlab programming system identification.
汽车牌照的简单自动识别
- 对汽车牌照简单的识别的程序和函数，例如，停车系统识别，交通信号拍照识别(Simple identification of car license, parking system, traffic signal camera)
系统识别
- labview识别操作系统，版本号等等，labview版本为14版(Identify operating system version number)
MATLAB人脸识别PCA[库外人连，报警，GUI，论wen]
- 该课题为基于MATLAB平台的PCA的人脸识别系统。原理为：从一副生活照中寻找到人脸，分割人脸区域图像，PCA算法进行降维，和库里图片进行对比，输出目标人脸以及相关个人信息。该课题还可以继续二次开发，做成库内外人脸的识别，如果是库外人脸则实现报警等。(This project is a PCA face recognition system based on MATLAB platform. The principle is: find the face from a life photo, s