基于不同特征的圖像檢索技術(shù)，顏色、紋理、形狀、空間關(guān)系等特征提取的基礎(chǔ)上，基于語(yǔ)義的圖像檢索技術(shù)
上傳時(shí)間： 2013-12-29
上傳用戶：invtnewer
6篇有關(guān)語(yǔ)音識(shí)別特征參數(shù)的科技論文，主要包括MFCC參數(shù)LPCC參數(shù)以及小波應(yīng)用于特征提取的研究
標(biāo)簽： 語(yǔ)音識(shí)別 特征 參數(shù) 論文
上傳時(shí)間： 2013-12-11
上傳用戶：zm7516678
外國(guó)人寫matlab 的gobor特征運(yùn)算工具箱，包括一，二維gobor特征提取工具。
上傳時(shí)間： 2017-02-24
上傳用戶：xinzhch
利用Tough變換提取并檢測(cè)小球邊緣，實(shí)現(xiàn)該障礙物的特征提取，為機(jī)器人避障提供指導(dǎo)！
上傳時(shí)間： 2014-01-10
上傳用戶：aix008
用于圖像識(shí)別的新型神經(jīng)元網(wǎng)絡(luò) 提出了一種用于圖像識(shí)別的映封正交神經(jīng)元網(wǎng)絡(luò)。 在一般情況下待識(shí)別的樣本空間的維數(shù)相當(dāng)大, 為了有效地進(jìn)行識(shí)別,必須把樣本空間的維數(shù)降下來(lái)。目前常用的方法就是特征提取法,本文采用映射正交過程把樣本空間映射成正交分類空間,并在此基礎(chǔ)上,采用網(wǎng)絡(luò)進(jìn)行圖像分類。計(jì)算機(jī)上模擬結(jié)果表明此網(wǎng)絡(luò)縣有時(shí)缺損和噪聲圖像進(jìn)行正確識(shí)別的能力
標(biāo)簽： 圖像識(shí)別 神經(jīng)元網(wǎng)絡(luò) 樣本 識(shí)別
上傳時(shí)間： 2013-11-29
上傳用戶：思琦琦
光電探測(cè)技術(shù)是一種根據(jù)目標(biāo)和背景輻射或者反射的光波在波長(zhǎng)和強(qiáng)度之間的差異來(lái)進(jìn)行目標(biāo)探測(cè)的一種技術(shù)，它包括從紫外光（02-04um）、可見光（04-0.7um）、紅外光（1~3μm，3~5μm，8~12μm）等多種波段的光信號(hào)探測(cè)。本文通過對(duì)低小慢目標(biāo)的紅外特性進(jìn)行分析，提出了一種新的紅外低小慢目標(biāo)探測(cè)算法。低小慢飛行器因?yàn)槠涑杀镜土瞳@取容易，極易形成黑飛，近年來(lái)隨著低小慢目標(biāo)威脅態(tài)勢(shì)的增加，國(guó)內(nèi)外關(guān)于低小慢目標(biāo)的管控需求日益增長(zhǎng)。但是因?yàn)榈托÷繕?biāo)本身種類、制作材料多樣，且很多沒有強(qiáng)熱源，導(dǎo)致其在紅外圖像上與周圍環(huán)境成像特征類似，常用的紅外弱小目標(biāo)探測(cè)算法無(wú)法充分抑制背景，探測(cè)效果較差。當(dāng)前對(duì)于低小慢日標(biāo)的探測(cè)以雷達(dá)探測(cè)為主，紅外探測(cè)算法較少，但國(guó)內(nèi)外很多研究機(jī)構(gòu)都已在陸續(xù)開展紅外低小慢目標(biāo)探測(cè)方面的研究。本文主要對(duì)以下四點(diǎn)內(nèi)容進(jìn)行了研究總結(jié)。（1）本文首先以無(wú)人機(jī)為例對(duì)低小慢目標(biāo)的紅外成像特性進(jìn)行分析，通過分析低小慢日標(biāo)與傳統(tǒng)紅外弱小目標(biāo)在紅外特征差異，總結(jié)說明了低小慢目標(biāo)在紅外圖像上更難與背景區(qū)分，同時(shí)具有復(fù)雜多變的運(yùn)動(dòng)軌跡（2）對(duì)紅外低小慢目標(biāo)增強(qiáng)進(jìn)行了研究，通過對(duì)奇異值分解（SVD）后的奇異值矩陣設(shè)計(jì)非線性變換函數(shù)，使重構(gòu)后圖像中目標(biāo)所在的高頻部分的對(duì)比度得到增強(qiáng)從而使目標(biāo)和背景之間的區(qū)別更加明顯，達(dá)到了增強(qiáng)目標(biāo)的目的。（3）針對(duì) Robinson guard濾波器對(duì)極值敏感的問題，對(duì)原有的計(jì)算方式進(jìn)行了改進(jìn)，改進(jìn)后的 Robinson Guard濾波器可以更有效的區(qū)分前景和背景，對(duì)于背景的抑制更加充分。（4）在上述研究的基礎(chǔ)上，提出了一種新的紅外低小慢目標(biāo)探測(cè)算法，該算法首先使用本文所用的目標(biāo)增強(qiáng)方法對(duì)目標(biāo)進(jìn)行增強(qiáng)，然后使用改進(jìn)后的 RobinsonGuard濾波器進(jìn)行背景抑制，最后使用基于局部對(duì)比度（LC）的自適應(yīng)閾值分割方法來(lái)提取目標(biāo)使用真實(shí)拍攝的紅外低小慢目標(biāo)序列圖像對(duì)本文方法進(jìn)行仿真分析，實(shí)驗(yàn)結(jié)果表明本文方法具有很好的背景抑制效果，可以有效的實(shí)現(xiàn)低小慢目標(biāo)的探測(cè)
標(biāo)簽： 光電探測(cè)
上傳時(shí)間： 2022-03-14
上傳用戶：
本次畢業(yè)論文的內(nèi)容主要包括兩個(gè)方面：（1)確定基于膚色特征的人臉識(shí)別算法流程并實(shí)現(xiàn)MATLAB仿真.根據(jù)目前已有的人臉識(shí)別算法和學(xué)過的有關(guān)圖像處理知識(shí)確定出適合本次論文的最優(yōu)算法，確定算法時(shí)的重點(diǎn)是將膚色判斷作為人臉檢測(cè)的預(yù)處理，即研究膚色模型的選取和建立、膚色分割的方法以及人臉區(qū)域的獲得；再根據(jù)面部特征提取出人臉的大致框架，通過人臉面積、高寬比、歐拉數(shù)等來(lái)判斷每塊區(qū)域是否為人臉，最后得到圖片中人臉的比較精確的位置。在確定算法時(shí)就應(yīng)該要綜合考慮各方面的因素，要盡可能的提高人臉識(shí)別的時(shí)間效率，提高識(shí)別率。（2）設(shè)計(jì)出GUI界面，實(shí)現(xiàn)人臉識(shí)別功能。MATLAB/GUI自帶了很多工具箱函數(shù)，方便快捷。設(shè)計(jì)好的GUI界面只需通過鼠標(biāo)等簡(jiǎn)潔的方式與計(jì)算機(jī)交換信息，選擇想要運(yùn)行的程序，實(shí)現(xiàn)快速識(shí)別。本次設(shè)計(jì)的GUT界面有窗口、光標(biāo)、按鍵、菜單、文字說明等對(duì)象（Object)，主要包含讀入圖像，轉(zhuǎn)換顏色空間，皮膚概率圖像，皮膚二值化和定位五個(gè)部分，其中使用了開關(guān)按鈕（ToggleButton)、靜態(tài)文本框（Static Text)、坐標(biāo)系（Axes)和面板（Pane1)按鈕，要對(duì)其進(jìn)行合理布局，注意回調(diào)函數(shù)的嵌入。在設(shè)計(jì)過程中要熟悉MATLAB編程環(huán)境，注意控件的選用和參數(shù)設(shè)置，會(huì)根據(jù)設(shè)計(jì)要求對(duì)GUI界面進(jìn)行布局，注意回調(diào)函數(shù)的編寫，以達(dá)到理想的效果。該系統(tǒng)可以較好的實(shí)現(xiàn)單人臉識(shí)別，能較準(zhǔn)確的對(duì)其進(jìn)行定位。但對(duì)于多人組和背景較復(fù)雜的圖像，會(huì)出現(xiàn)漏檢和錯(cuò)檢的現(xiàn)象，需要進(jìn)一步改進(jìn)。
標(biāo)簽： matlab 人臉識(shí)別系統(tǒng) gui
上傳時(shí)間： 2022-07-28
上傳用戶：qdxqdxqdxqdx
本文對(duì)家用電器中語(yǔ)音識(shí)別技術(shù)的DSP實(shí)現(xiàn)進(jìn)行了研究。文章介紹了語(yǔ)音識(shí)別技術(shù)的基本概念，討論了語(yǔ)音識(shí)別系統(tǒng)的組成和實(shí)現(xiàn)的技術(shù)；詳細(xì)分析了構(gòu)成語(yǔ)音識(shí)別系統(tǒng)的四個(gè)組成部分，包括語(yǔ)音信號(hào)數(shù)字化與預(yù)處理、語(yǔ)音的端點(diǎn)檢測(cè)、特征提取與模式匹配。著重介紹了實(shí)現(xiàn)端點(diǎn)檢測(cè)的短時(shí)平均能量與短時(shí)平均過零率分析，語(yǔ)音信號(hào)的線性預(yù)測(cè)分析及在此基礎(chǔ)之上的倒譜特征參數(shù)，以及實(shí)現(xiàn)模式匹配的常用的矢量量化技術(shù)、動(dòng)態(tài)時(shí)間規(guī)整技術(shù)和隱馬爾可夫模型；根據(jù)提出的語(yǔ)音識(shí)別系統(tǒng)的構(gòu)成，介紹了在MATLAB6.5上實(shí)現(xiàn)了采用動(dòng)態(tài)時(shí)間規(guī)整算法的識(shí)別系統(tǒng)的仿真分析。
標(biāo)簽： DSP 家用電器 語(yǔ)音識(shí)別技術(shù)
上傳時(shí)間： 2013-04-24
上傳用戶：zwei41
目前，小波分析在信息技術(shù)和其他學(xué)科方面的應(yīng)用是眾多科技工作者關(guān)心的課題。在理論方面，新觀點(diǎn)、新方法不斷涌現(xiàn)。本文旨在完善小波的基本理論，對(duì)原有的小波去噪方法作進(jìn)一步的改進(jìn)。 經(jīng)典的信號(hào)處理方法，例如傅立葉變換、短時(shí)傅立葉變換等具有局限性，因而限定了它們的應(yīng)用范圍。小波分析作為一種全新的信號(hào)處理方法，它將信號(hào)中各種不同的頻率成分分解到互不重疊的頻帶上，為信號(hào)濾波、信噪分離和特征提取提供了有效途徑，特別在信號(hào)去噪方面顯出了獨(dú)特的優(yōu)勢(shì)。本文介紹了經(jīng)典的去噪方法，并對(duì)其適用范圍和效果進(jìn)行了分析和比較。并且，討論了小波分析的基本理論，介紹了連續(xù)小波變換、離散小波變換和小波變換的快速分解與重構(gòu)算法，最后研究了小波基的數(shù)學(xué)特性，分析了它們對(duì)實(shí)際應(yīng)用的影響和作用。進(jìn)而，介紹了小波的幾種去噪方法：小波變換高頻系數(shù)置零去噪方法、小波變換模極大值去噪方法、小波閾值去噪方法、小波空域相關(guān)性去噪方法。用小波變換將高頻系數(shù)強(qiáng)制置零去噪的方法是比較方便的，但它的不足之處是經(jīng)將高頻系數(shù)強(qiáng)制置零去噪后重構(gòu)的信號(hào)會(huì)使信號(hào)丟失一些細(xì)節(jié)，且小波基的選擇亦有相當(dāng)?shù)碾y度，只有靠經(jīng)驗(yàn)來(lái)確定，不過比傳統(tǒng)的濾波方法所得的效果還是要好。對(duì)于小波變換模極大值去噪的原理，分析了去噪過程中幾個(gè)參數(shù)的選取問題，并給出了一些選取依據(jù)；對(duì)小波閾值去噪方法的幾個(gè)關(guān)鍵問題進(jìn)行了詳細(xì)討論。對(duì)閾值去噪進(jìn)行了改進(jìn)，利用均值逼近與閾值去噪相結(jié)合的方法來(lái)實(shí)現(xiàn)信號(hào)的處理，并通過實(shí)驗(yàn)仿真實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明該方法提高了信噪比，去噪效果優(yōu)于單獨(dú)應(yīng)用閾值去噪的方法。 在空域相關(guān)去噪算法的基礎(chǔ)上，進(jìn)行了改進(jìn)，利用閾值濾波與相關(guān)去噪算法相結(jié)合的一種組合去噪算法，仿真試驗(yàn)結(jié)果表明，由該算法濾波之后得到的小波系數(shù)不僅連續(xù)性好，準(zhǔn)確率高，而且易于重構(gòu)信號(hào)。 本文分別對(duì)這四種方法進(jìn)行了算法分析比較，通過實(shí)驗(yàn)仿真來(lái)實(shí)現(xiàn)，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。實(shí)驗(yàn)仿真結(jié)果表明了利用小波分析理論對(duì)信號(hào)去噪的可行性和有效性。 關(guān)鍵詞：小波分析，信號(hào)去噪，閾值，均值逼近，空域相關(guān)
標(biāo)簽： 小波分析 信號(hào)去噪 中的應(yīng)用
上傳時(shí)間： 2013-07-19
上傳用戶：啊颯颯大師的
隨著科學(xué)技術(shù)的發(fā)展，指紋識(shí)別技術(shù)被廣泛應(yīng)用到各種不同的領(lǐng)域。對(duì)于一般的指紋識(shí)別系統(tǒng)，其設(shè)計(jì)要求具有很高的實(shí)時(shí)性和易用性，因此識(shí)別算法應(yīng)該具有較低的復(fù)雜度，較快的運(yùn)算速度，從而滿足實(shí)時(shí)性的要求。所以有必要根據(jù)不同的識(shí)別算法采用不同的實(shí)現(xiàn)平臺(tái)，使得指紋識(shí)別系統(tǒng)具有較高的可靠性、實(shí)時(shí)性、有效性等性能要求。 SOPC片上可編程系統(tǒng)和嵌入式系統(tǒng)是當(dāng)前電子設(shè)計(jì)領(lǐng)域中最熱門的概念。NiosⅡ是Altera．公司開發(fā)的一種采用流水線技術(shù)、單指令流的RISC嵌入式處理器軟核，可以將它嵌入到FPGA內(nèi)部，與用戶自定義邏輯組建成一個(gè)基于FPGA的片上專用系統(tǒng)。 本文在綜合考慮各種應(yīng)用情況的基礎(chǔ)上，以網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、指紋識(shí)別技術(shù)和嵌入式系統(tǒng)技術(shù)為理論基礎(chǔ)，提出了一種有效可行的系統(tǒng)架構(gòu)方案。對(duì)指紋識(shí)別技術(shù)中各個(gè)環(huán)節(jié)的算法和原理進(jìn)行了深入研究，合理的改進(jìn)了部分指紋識(shí)別算法；同時(shí)為了提高系統(tǒng)的實(shí)時(shí)性，采用NiosⅡ嵌入式處理器和FPGA硬件模塊實(shí)現(xiàn)指紋圖像處理主要算法。論文主要包括以下幾個(gè)方面： 1、對(duì)指紋圖像預(yù)處理、特征提取和特征匹配算法原理進(jìn)行闡述，同時(shí)改進(jìn)了指紋圖像的細(xì)化算法，提高了算法的性能，并設(shè)計(jì)了一套實(shí)用的指紋特征數(shù)據(jù)結(jié)構(gòu)； 2、針對(duì)指紋圖像預(yù)處理模塊，包括圖像的歸一化、頻率提取、方向提取以及方向?yàn)V波，采用基于FPGA的硬件電路的方式實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，在保證系統(tǒng)誤識(shí)率較低、可靠性高的基礎(chǔ)上，大大提高了系統(tǒng)的執(zhí)行速度； 3、改變了傳統(tǒng)的單枚指紋識(shí)別方法，提出采用多枚指紋唯一標(biāo)識(shí)身份，大大降低了識(shí)別系統(tǒng)的誤識(shí)率； 4、改進(jìn)了傳統(tǒng)的基于三角形匹配中獲取基準(zhǔn)點(diǎn)的方法，同時(shí)結(jié)合可變界限盒思想進(jìn)行指紋特征匹配。 5、結(jié)合COM+技術(shù)、數(shù)據(jù)庫(kù)技術(shù)和網(wǎng)絡(luò)技術(shù)，開發(fā)了后臺(tái)指紋特征匹配服務(wù)系統(tǒng)，實(shí)現(xiàn)了嵌入式指紋識(shí)別系統(tǒng)同數(shù)據(jù)庫(kù)的實(shí)時(shí)信息交換。 實(shí)驗(yàn)結(jié)果表明，本文所提出的系統(tǒng)構(gòu)架方案有效可行，基于FPGA的自動(dòng)指紋識(shí)別系統(tǒng)在速度、功耗、擴(kuò)展性等方面具有獨(dú)特的優(yōu)勢(shì)，擁有廣闊的發(fā)展前景。
上傳時(shí)間： 2013-08-04
上傳用戶：laozhanshi111
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
