搜索资源列表
DigitRec
- 数字识别系统源代码: 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”－“
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。
try2LPR-2.0
- 这是利用VC++6.0开发的汽车车牌识别系统，其基本原理是采用了基于车牌颜色对的最新的车牌识别技术。相关技术有：车牌定位，字符定位，车牌倾斜纠正，字符识别等。源代码可以直接编译运行，识别的图象要求为彩色照片24位。 -This is the VC 6.0 automobile license plate recognition system Its basic tenets are based on the use of color plates on the latest technology
windows_dibapi
- DIB(Device-indepent bitmap)的与设备无关性主要体现在以下两个方面： DIB的颜色模式与设备无关。例如，一个256色的DIB即可以在真彩色显示模式下使用，也可以在16色模式下使用。 256色以下(包括256色)的DIB拥有自己的颜色表，像素的颜色独立于系统调色板。 由于DIB不依赖于具体设备，因此可以用来永久性地保存图象。DIB一般是以*.BMP文件的形式保存在磁盘中的，有时也会保存在*.DIB文件中。运行在不同输出设备下的应用程序可以通过DIB来交换图象。 DIB还可以
PRR2.rar VC++6.0开发的汽车车牌识别系统
- 这是利用VC++6.0开发的汽车车牌识别系统，其基本原理是采用了基于车牌颜色对的最新的车牌识别技术。,This is the use of VC++ 6.0 developed car license plate recognition system, and its basic principle is the use of license plate based on the latest color of license plate recognition technology.
Study.on.License.Plate.Segmentation.Based.on.Color
- 智能运输系统中车牌识别技术得到了广泛应用 , 车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比 , 可以有效消除阴影影响 , 同时车牌颜色也是车牌识别的一个参数。颜色分类处理使用特征函数 , 可以减少颜色坐标转换运算 , 提高颜色分类速度。文中详细讨论中国车牌特征 , 给出车牌分割详细步骤。车牌 区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点 , 提出快速算法。-Intelligent Transport System in the license pla
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”－
Face
- 人脸识别系统，采用人脸肤色检测进行人脸定位，并采用gabor并结合fisherface进行识别-Face Recognition System, Face Detection to Face color positioning, and use in combination with gabor identify fisherface
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
platelience
- 车牌识别系统一般包括车牌定位、车牌切分、字符识别三部分，而车牌定位是车牌识别系统的基础和前提，其准确与否直接影响着车牌识别的准确率。本文针对这一关键问题进行了研究，提取了车牌的颜色特征并结合其纹理特征、几何特征以及投影特征进行准确定位。采用HSV颜色模型，利用颜色空间距离相似度计算分割颜色；针对颜色分割后的图像，车牌区域内水平方向上具有的连续跳变的特征，采用行扫描法确定车牌的上下边界；车牌区域内垂直方向具有投影特征，采用垂直投影法确定车牌的左右边界；最后根据车牌的宽高比判断是否是真实的车牌域。实
7788
- 大名鼎鼎的方帅的博士学位论文---目前,计算机智能视频监控在理论和应用上都面临着很多难题,国内外大批学者投身于该领域的研究和探索,并且取得了大量的成果.本文是在这些成果的基础上,对计算机智能视频监控系统的关键技术进行研究.主要贡献可概括如下:首先,对目标检测技术进行了研究,并提出了一种基于背景建模的运动目标检测算法.利用统计的方法建立了基于颜色和颜色梯度的背景模型,并实时地对背景模型进行更新,最后将这两种背景模型综合考虑对目标进行了有效的检测.接着,研究了复杂背景下多目标跟踪问题,提出了基于蒙特
Face-Detection-
- 人脸图象检测及分类系统的研究。HSV color model based on detection-Facial image detection and classification system. HSV color model based on detection
Wikipedia
- 人脸检测的研究具有重要的学术价值，人脸是一类具有相当复杂的细节变化的自然结构目标，对此类目标的挑战性在于：人脸由于外貌、表情、肤色等不同，具有模式的可变性；一般意义下的人脸上，可能存在眼镜、胡须等附属物；作为三维物体的人脸影像不可避免地受由光照产生的阴影的影响。因此，如果能够找到解决这些问题的方法，成功地构造出人脸检测系统，将为解决其他类似的复杂模式的检测问题提供重要的启示。本书对人脸检测的基本问题、研究思路和方法、经典的算法和技术全方位地做了深入系统的介绍，着重介绍了作者在利用活动轮廓模型方法
Face-detection-system
- 该软件通过光线补偿、皮肤颜色建模、膨胀和腐蚀等操作可以得到人脸区域-The software compensation through the light, skin color modeling, operations such as dilation and erosion can be face region
ylh
- 测试方法 1、在你的电脑上建一工作目录； 2、分别将车牌图像和测试程序下载到你建立的工作目录上； 3、解压车牌图像； 4、直接运行测试程序 算法核心 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ， 将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种， 这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑）， 且灰能保留图像的识别信息，克服二值化阈值缺陷；
LPR_by_ylh
- 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ，将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种，这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑），且灰能保留图像的识别信息，克服二值化阈值缺陷；基于三值图像的车牌识别包括基于三值图像的字符识别和基于三值图像的按分割反推的车牌定位，是建立在三值图像基础上的创新的车牌识别算法体系。-According to the formula Yellow = (r
Cell-recognition-statistical-system
- 细胞识别统计系统,其中模块包含：彩色图像平滑，HIS 色彩模型，域值处理，孔洞填充，梯度修正，腐蚀，细化，中心点或非中心点统计。-Cell recognition statistical system, which module contains: color image smoothing, HIS color model, threshold processing, filling holes, gradient correction, corrosion, thinning, center
Image-Retrieval-System
- 基于颜色和形状的图像检索,主要有图像提取技术和相似度计算技术。-image retri based on color and shape
digital-identification-system
- 这是一个数字识别系统，用Visual C++ 开发。过程：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。-This is a digital identification system, using C++ Visual development. Process: 256 color bitmap to grayscale - binarization - denoising - tilt correction - seg
License-Plate-Recognition-System
- 彩色车牌识别系统，包括牌照的定位、分割以及字符识别-Color license plate recognition system, including positioning a license, segmentation and character recognition