搜索资源列表
plateloc
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
license_orientation
- 车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|
CardRecognization
- 车牌识别系统 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。
reply_1_1007847
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
cardetection
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,63
detect_vc++_
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
ererer4
- 数据库技术是一门历史弥坚的学科，不像其它的计算机技术会随着时间的推移而变得越来越没有声息。考虑其原因，则是因为信息的爆炸对数据库技术的要求只增不减。在互联网日益发展、壮大的背景下，在因特网普及浪潮持续高涨的情况下，如何让原来在单机中使用的数据库可供多机使用，也成了必然的趋势。-database technology is a historical time; disciplines, Unlike other computer technology will be with the passag
11werrewre
- 数据库技术是一门历史弥坚的学科，不像其它的计算机技术会随着时间的推移而变得越来越没有声息。考虑其原因，则是因为信息的爆炸对数据库技术的要求只增不减。在互联网日益发展、壮大的背景下，在因特网普及浪潮持续高涨的情况下，如何让原来在单机中使用的数据库可供多机使用，也成了必然的趋势。-database technology is a historical time; disciplines, Unlike other computer technology will be with the passag
MOG2_OPENCV2.4.9
- 经典背景减除方法，MOG2(或GMM)，从opencv2.4.9中单独提取出来的，经过实验调试通过的，可同其他背景减除方法结合或对比。-It is a typical background subtraction mathod, which is OpenCV 2.4.9. It was proposed by Zivkovic in 2014ICPR and proved effective.
2
- 步态识别论文，对目标检测方法进行了分析，提出了在HSL颜色模型空间中，利用时间域中值滤波算法构建背景模型，采用背景减除法实现人体上肢和下肢关节点的检测，采用闽值分割、形态学滤波和颗粒去除操作对关节点的图像进行二值化处理，为后续相关特征的提取做好了准备。 -Gait identification papers, for target detection methods are analyzed, presented at the HSL color space model, using med
GMM
- 使用背景减进行前景提取，并进行人群密度检测-Foreground extracted using background subtraction, and crowd density detection
asdf
- 运动目标检测是将位置发生改变的物体从背景中提取出来，它是运动目标跟踪、行为识别 和场景描述等技术的基础。运动目标检测的经典方法有光流法、帧间差分法和背景减除法。-Moving object detection is to change the position of the object extracted the background, it is a moving target tracking, behavior recognition And underlying techno
Gussian
- 基于混合高斯模型的背景减除法，用于分离前景和背景-Background subtraction method based on Gaussian mixture model for separating the foreground and background
gaosijianmou
- vs2010结合opencv2.4.9利用高斯背景建模，然后背景减除法提取运动目标-vs2010 binding opencv2.4.9 Gauss background modeling and background subtraction method to extract moving target
frame_difference
- 实现的动态目标检测程序，背景减除法background subtraction method-Using matlab to achieve a dynamic target detection procedures, background subtraction method
background
- 基于matlab，利用背景减除法实现运动目标的跟踪。本代码所用的函数均适用于新版本的matlab，不需要额外修改。在MATLAB2014a编译通过。-Based on matlab, for tracking moving objects using background subtraction method. The code used functions are applied to the new version of matlab, no additional modifications
zuizong
- 一个视频运动分析的系统平台，可以做简单的二帧、三帧帧间差分处理和背景减除操作。(The code is in the video moving target segmentation, using three difference method for target detection.))
BJJC
- 混合高斯，背景减除，但是扣除后还有大量雪花，需要进一步改进如果要求较高的话。(Mixed gaussian, background subtraction, but after deducting a lot of snow, need to further improve if required.)
72012689vibematlab
- 在视频的目标前景提取中，背景减除法需要用到的背景图像，可用背景提取的算法-vibe算法得到(For video background extraction algorithm, -vibe algorithm)
detect
- 对视频中移动的行人目标进行跟踪，并通过卡尔曼滤波器进行优化处理(The moving pedestrian targets in video are tracked and optimized by Calman filter)