97视频一区,欧美男男tv网站在线播放,丁香婷婷综合五月

區(qū)域特征

基于MATLAB的DCT域數(shù)字水印技術(shù)實(shí)現(xiàn)

隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的飛速發(fā)展，如何保護(hù)多媒體信息的安全已成為國際上研究的熱門話題，數(shù)字水印技術(shù)應(yīng)運(yùn)而生。作為保護(hù)數(shù)字作品版權(quán)的一種重要手段，數(shù)字水印技術(shù)己成為當(dāng)今學(xué)術(shù)界研究的一個熱點(diǎn)。文中簡介了目前主流數(shù)字水印算法，給出了DCT域數(shù)字盲水印算法。該水印算法不可見性較好，對JPEG壓縮，噪聲，有較好的魯棒性。

標(biāo)簽： MATLAB DCT 數(shù)字水印技術(shù)實(shí)現(xiàn)

上傳時間： 2013-10-29

上傳用戶：元宵漢堡包
基于傳感器網(wǎng)絡(luò)的多目標(biāo)跟蹤和特征管理方法

針對傳感器網(wǎng)絡(luò)下多目標(biāo)跟蹤時目標(biāo)數(shù)量不斷變化這一復(fù)雜情況，文中對多目標(biāo)的跟蹤和特征管理方法進(jìn)行了研究。該方法由數(shù)據(jù)關(guān)聯(lián)、多目標(biāo)跟蹤、特征管理，和信息融合所組成。其中未知數(shù)量多目標(biāo)的跟蹤和數(shù)據(jù)關(guān)聯(lián)通過馬爾科夫蒙特卡羅數(shù)據(jù)關(guān)聯(lián)實(shí)現(xiàn)。通過信息融合來整合本地信息，獲取所有相鄰傳感器的本地一致性，最終實(shí)現(xiàn)特征管理。試驗(yàn)證明，本方法能夠在分布式的傳感器網(wǎng)絡(luò)環(huán)境下對多目標(biāo)進(jìn)行準(zhǔn)確有效地跟蹤和特征管理。

標(biāo)簽： 傳感器網(wǎng)絡(luò) 多目標(biāo)跟蹤特征管理方法

上傳時間： 2013-11-18

上傳用戶：wangdean1101
機(jī)場道面復(fù)雜背景下異物特征分析與檢測

機(jī)場道面異物是威脅跑道運(yùn)行安全的常見病害，及時、準(zhǔn)確的檢測異物具有現(xiàn)實(shí)意義。針對現(xiàn)有的人工目視檢測方法，本文基于圖像處理理論，提出了一種機(jī)場道面異物的自動檢測算法。根據(jù)機(jī)場道面的復(fù)雜背景和常見異物的特點(diǎn)，本文采取了分塊的方法，選擇Harris角點(diǎn)、灰度共生矩陣、灰度級分布范圍等特征，分別用閾值法和SVM法對實(shí)際機(jī)場道面異物圖像進(jìn)行檢測。初步實(shí)驗(yàn)證明，該方法可以有效檢測出機(jī)場道面復(fù)雜背景下的異物，實(shí)驗(yàn)結(jié)果顯示，檢測正確率達(dá)到了98%。

標(biāo)簽： 復(fù)雜背景特征分析檢測

上傳時間： 2013-11-26

上傳用戶：2404
基于Gabor的特征提取算法在人臉識別中的應(yīng)用

針對人臉識別中的特征提取問題，提出一種新的基于Gabor的特征提取算法，利用Gabor小波變換良好的提取區(qū)分能力和LDA所具有的判別性優(yōu)勢來進(jìn)行特征提取。首先利用Gabor小波變換來提取人臉特征。然后對得到的高維特征采用PCA進(jìn)行初次降維，再利用LDA實(shí)現(xiàn)再次降維，得到最終的特征向量。在ORL和YALE人臉庫上的實(shí)驗(yàn)驗(yàn)證了該算法的有效性。

標(biāo)簽： Gabor 特征提取人臉識別中的應(yīng)用

上傳時間： 2013-12-14

上傳用戶：alex wang
基于太赫茲時域光譜的半導(dǎo)體材料參數(shù)測量

提出了一個考慮ＦＰ效應(yīng)的半導(dǎo)體材料參數(shù)測量方案。利用該方案可以在時域波形中，截取多個反射回峰，以提高材料參數(shù)提取的精確度。另外，考慮到多重反射對樣品厚度的準(zhǔn)確性要求較高，提出了一種有效的厚度優(yōu)化方法。以ＧａＡｓ為待測樣品，利用上述方法精確提取了其折射率與消光系數(shù)譜.

標(biāo)簽： 太赫茲光譜半導(dǎo)體材料參數(shù)測量

上傳時間： 2013-12-16

上傳用戶：alan-ee
基于Joint+HOG特征復(fù)雜場景下的頭肩檢測

頭肩的定位檢測采用了Haar特征和HOG特征的層級分類方法，并根據(jù)頭肩的對稱性特點(diǎn)，提出了一種稱為Joint HOG的組合型特征。通過Haar分類器濾除大部分負(fù)樣本后，接著用HOG進(jìn)行精細(xì)的驗(yàn)證從而得到頭肩目標(biāo)框。實(shí)驗(yàn)表明，本文的方法取得了80%~90%的準(zhǔn)確率，并且完全可以用于實(shí)時處理。

標(biāo)簽： Joint HOG 特征復(fù)雜場景

上傳時間： 2013-11-13

上傳用戶：weareno2
基于海天線提取的紅外小目標(biāo)檢測方法

通過對海上紅外圖像進(jìn)行分析，提出了一種基于海天線提取的紅外小目標(biāo)檢測方法。該算法的基本思路是根據(jù)所需提取目標(biāo)的特點(diǎn)，首先選擇感興趣的灰度區(qū)域，然后運(yùn)用Canny算子進(jìn)行邊緣檢測，接著對圖像進(jìn)行Hough變換檢測海天線，最后對海天線以下且符合目標(biāo)特征的連通域進(jìn)行標(biāo)記從而來確定目標(biāo)的位置。實(shí)驗(yàn)結(jié)果表明，該方法能較好地檢測出海上紅外小目標(biāo)。

標(biāo)簽： 海天線紅外目標(biāo)檢測

上傳時間： 2015-01-03

上傳用戶：long14578
基于特征提取與認(rèn)證的彩色圖像人臉檢測

在深入的對頻譜臉法和Fisherface方法進(jìn)行研究后，綜合這兩種方法的優(yōu)點(diǎn)，提出了一種基于頻譜臉和Fisherface的人臉識別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因?yàn)槿四槇D像的低頻部分對人臉的表情變化是不敏感的，所以對人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個低維空間的表達(dá)。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉法的基礎(chǔ)上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進(jìn)而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實(shí)驗(yàn)結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M(jìn)行較快速、準(zhǔn)確的定位，而且結(jié)果比較穩(wěn)定可靠。

標(biāo)簽： 特征提取彩色圖像人臉檢測

上傳時間： 2013-10-09

上傳用戶：zhf01y
一個關(guān)于java的文本框與文本域的程序

一個關(guān)于java的文本框與文本域的程序

標(biāo)簽： java 程序

上傳時間： 2015-01-07

上傳用戶：fnhhs
特征值和特征向量的計(jì)算,每種算法都用c++以函數(shù)形式實(shí)現(xiàn)

特征值和特征向量的計(jì)算,每種算法都用c++以函數(shù)形式實(shí)現(xiàn)

標(biāo)簽： 特征向量函數(shù) 計(jì)算

上傳時間： 2015-01-12

上傳用戶：小碼農(nóng)lz