搜索资源列表
指纹识别
- 摘要：指纹识别技术在各个领域的应用已经逐渐成熟，本文基于信息论中的互信息，在指纹识别的特征选取和识别提出自己的一些想法。 1 引言 指纹是人终身不变的生理特征之一，因其具有惟一性、稳定性以及方便性等独特的特点，使指纹识别成为现在应用最广泛的生物识别技术。 指纹识别系统处理的流程中，指纹图像预处理是第一个处理环节，我沿用已经成熟的去噪，二值化，滤波，细化，对其进行预处理。 互信息作为最终的识别准则来进行指纹的识别。 2 指纹的预处理 般自动指纹识别系统由图像采集、图像预处理、细节点提取和指纹匹 几
GUISUSAN
- 边缘是图像最基本的特征，是图像分割的第一步。经典的边缘检测方法如：Roberts，Sobel，Prewitt，Kirsch，Laplace等方法，基本都是对原始图像中象素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的阀值提取边界。由于这些算法涉及梯度的运算，因此均存在对噪声敏感、计算量大等缺点。在实践中，发现SUSAN算法只基于对周边象素的灰度比较，完全不涉及梯度的运算，因此其抗噪声能力很强，运算量也比较小。并将SUSAN算法用于多类图像的
DesignandImplementation
- 本文论述并设计实现了一个脱机自由手写体数字识别系统。文中首先对待识别数字的预处理进行了介绍，包括二值化、平滑滤波、规范化、细化等图像处理方法；其次，探讨了如何提取数字字符的结构特征和笔划特征，并详细地描述了知识库的构造方法；最后采用了以知识库为基础的模板匹配识别方法,并以MATLAB作为编程工具实现了具有友好的图形用户界面的自由手写体数字识别系统。实验结果表明，本方法具有较高的识别率，并具有较好的抗噪性能。-This paper describes and designs a free hand
I
- 基于MATLAB平台工作，对图像文件中的果实（类圆形果实）进行识别，通过图像灰度化，二值化，提取边缘，Hough变换等一系列步骤后，对果实图像进行特征提取以获取所需信息。通过对边缘的提取识别图像，便于机器识别。-Work based on MATLAB, the fruit image files (class round fruits) identify the image gray value, edge extraction, Hough transform a series of ste
MATLAB
- 指纹图像处理包括滤波、归一化、图像分割、图像增强、二值化、细化以及特征提取。-Fingerprint image processing including filtering, normalization, image segmentation, image enhancement, binarization, thinning and feature extraction.
OSTU
- matlab练习程序（最大类间方差二值化图像）这里用的方法是《特征提取与图像处理》3.3.4里的。- matlab exercise program (Otsu binary image)
zwsb_matlab
- 指纹识别MATLAB代码，fd.m对图像平滑处理、二值/提取骨骼/删除毛刺、特征点提取；包含四个程序，多个函数-Fingerprint identification code
Caffe-DeepBinaryCode-master
- 调用caffe的matlab接口，进行图像特征提取，获得二值特征，及图像分类。-The call caffe matlab interface for image feature extraction, to obtain binary features, and image classification.
指纹识别matlab源代码
- 代码流程包含：规格化，图像分割，图像平滑滤波，图像增强，图像二值化，图像细化，提取特征，指纹识别(The code includes image normalization, image segmentation, image smoothing and filtering, image enhancement, image binaryzation, image thinning, feature extraction, and fingerprint identification.)
1lbp
- 局部二值化的特征提取，用于图像领域，MATLAB编程(Local two valued feature extraction, used in the field of image, MATLAB programming)
84996094matlab
- 我在网上看见一篇很好的文章，有关以下内容：图像二值化，去离散噪声，彩色图像灰度化，特征提取，灰度化，彩色图像平均灰度(I saw a good article on the Internet. The following are the following contents: image two valued, discrete noise, color grayscale, feature extraction, grayscale and average color image.)
LBP
- LBP（局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietik?inen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；(Local Binary Pattern describe the image local texture, invariant with the change of rotation and gray)
GUI
- 首先对指纹图像进行预处理，包括图像的分割，增强，二值化，细化。对细化后的图像进行特征点的提取，最后通过细节特征匹配完成指纹的识别。(Firstly, the fingerprint image is preprocessed, including image segmentation, enhancement, binarization and thinning. The refined image is extracted by feature points, and the fingerpr