搜索资源列表
fingerprint_regoniation_system
- fvs_enhancer：指纹增强程序，描述了如何使用该库增强指纹图像。原图像和目标图 像都是位图。 fvs_direction：描述了如何提取方向图。输入图像必须是归一化的图像，这样才能 有较好的效果。输出图像覆盖于输入图像之上。 fvs_createtestimages：该程序用来产生调试过程中可能会用到的一些位图图像，这 些图像是不同角度和不同间隔的条纹。产生图像的文件名命名方式如下： testimgSSSDDD.bmp 其中，SSS代表条纹间隔（像素个数）
Chepai_Orc.rar
- 本人原创的车牌字符识别，主要演示了字符切割，归一化。识别网络...简单的训练了几个库对字母和数字识别率都还不错，另外容错率相对也较好。本源码为E语言环境...,My original license plate character recognition, the main characters demonstrate cutting, normalized. Identification of network ... a simple database for training a numbe
ReadPic
- 一款简单的验证码识别工具，在初始化状态下可以进行图片的分割、学习，获取字符的特征码，并保存到INI文件中，当学习足够多图片后就能准确地识别同类型的验证码。 本程序主在提供一种分析的思路方法，如何对验证码进行分割、过滤、规格化，去除杂点是识别的关键部分，每步过程都呈现在界面上。-A simple verification code recognition tools, in the initialization state, the picture can be split, study, a
shuzishibie
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ -Digital identification code the first step: Training Network. Th
wzsb
- 数字识别系统，将文字图像归一化到24像素点的高度，数字 1 的宽度特征，用作毕业设计参考。-Digital Identification System, will be language image normalized to 24 pixels in height, the width of one figure characteristic of the design reference for graduation.
Neural-network-recognition-system
- 使用说明 第一步：训练网络。使用训练样本进行训练。 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－
pca2D
- 2DPCA用于人脸、步态等图像识别，可先按照行列比例将不规整图像归一化处理，然后进行训练，并且识别，全部中文注释和提示，便于学习和参考。-2DPCA human face, gait, such as image recognition, in accordance with the ranks of the ratio can not structured to deal with the normalized image, and then training, and recognition
DigitRec
- 使用说明 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作
light
- 一些关于人脸识别中光线归一化的论文，具有一定的参考价值-Some light on the Face Recognition normalized papers, with some reference value
MultiscaleFourierdescriptor
- 傅立叶描述子是分析和识别物体形状的重要方法之一．利用基于曲线多边形近似的连续傅立叶变换方法 计算傅立叶描述子，并通过形状的主方向消除边界起始点相位影响的方法，定义了新的具有旋转、平移和尺度不变 性的归一化傅立叶描述子．与使用离散傅立叶变换和模归一化的传统傅立叶描述子相比，新的归一化傅立叶描述 子同时保留了模与相位特性，因此能够更好地识别物体的形状．实验表明这种新的归一化傅立叶描述子比传统的 傅立叶描述子能够更加高效、准确地识别物体的形状．-Fourier descr iptor is to an
shibie.m
- 车牌检测的Matlab程序。有很好的检测效果 检测出来后截取并归一化。-License plate detection of Matlab. Good detection results detected and normalized after the interception.
guiyihua
- 对图像进行归一化处理！是图像预处理中不可缺少的重要部分-The image is normalized! Image preprocessing is an indispensable part in
extraction-iris-texture
- 使用Gabor小波进行特征提取的程序，可用于虹膜识别中的特征提取部分，一起还有虹膜识别的归一化程序-Gabor wavelet feature extraction using the procedure, can be used for feature extraction in iris recognition part, also with the normalized iris recognition program
FaceRecognition
- 频域光照归一化的人脸识别 基于NSCT和SQI的光照不变量及人脸识别 张量局部判别投影的人脸识别 基于全局和局部特征集成的人脸识别-Frequency-domain light normalized face recognition based on the NSCT and SQI s illumination invariant face recognition Zhang amount Bureau Ministry of discriminant projectio
developmant--board
- 图形数字识别： 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别 [character_recgnize_VC.rar] - 图像识别的经典案例，文字识别，部分用到matlab编程技术 -Graphics digital recognition: the first s
finger_Image
- 一些指纹源图像，对于搞图像识别方面的研究非常有用，指纹图像已经归一化的灰度图像，可以直接使用-The some fingerprint source image engage image recognition is very useful, the fingerprint image has been normalized grayscale images, and can be used directly
guiyihua1
- 在进行图像目标提取前进行图片归一化处理，使得目标中心一致、尺寸一致。-Before making image object extraction image normalized so that the target center line, the same size.
bp-classification
- 先对矩阵归一化，然后用BP网络训练，最后用训练好的网络进行识别分类 -First matrix normalized, and then BP network training, the final identification and classification
PeopleDensitydll
- 视频图像的人群密度检测，多种人群密度场景下人群计数算法： 算法功能:建立图像特征和图像人数的数学关系 算法输入:训练样本图像1,2…K 算法输出:模型估计参数 ，参考图像 算法流程：1)对训练样本图像进行分块处理(算法1.1)； 2)通过算法1.2，计算训练样本各个对应分块的ALBP特征归一化，再用K-means算法(可使用opencv等算法库实现，不再描述其算法)，将图像块分成k(k<K)类，获取k(k<K)个聚类中心，即为参考图像； 3)对分块的图像进行与
SvmMNIST
- 通过SVM算法识别MNIST手写数字库，并加入了一些预处理算法，包括数字图像的大小调整归一化等，效果不错。-By SVM algorithm identifies MNIST handwritten digital library and added some preprocessing algorithms, including the size of the digital image adjustment normalized so good results.