為了設(shè)計一種實時高效、穩(wěn)定可靠的圖像目標(biāo)跟蹤系統(tǒng)平臺，避免因圖像邊緣提取效果差而引起跟蹤失敗，采用自適應(yīng)Canny邊緣檢測算法。該自適應(yīng)算法能夠很好的確定平滑參數(shù)以及高、低兩個閾值，更好的獲得圖像邊緣圖。經(jīng)Canny算法處理圖像目標(biāo)后，獲得目標(biāo)的單像素邊緣圖，根據(jù)邊緣圖計算得到目標(biāo)質(zhì)心。利用最小二乘法擬合出目標(biāo)的運動軌跡，同時可根據(jù)時間間隔預(yù)測出目標(biāo)質(zhì)心的下一位置，控制伺服機(jī)構(gòu)，實現(xiàn)目標(biāo)跟蹤。實驗表明，采用Canny算法的目標(biāo)跟蹤系統(tǒng)，能夠滿足實時跟蹤的需要。
標(biāo)簽： Canny 檢測算法 目標(biāo)跟蹤
上傳時間： 2013-11-03
上傳用戶：testAPP
針對數(shù)據(jù)在性態(tài)和類屬方面存在不確定性的特點，提出一種基于模糊C 均值聚類的數(shù)據(jù)流入侵檢測算法，該算法首先利用增量聚類得到網(wǎng)絡(luò)數(shù)據(jù)的概要信息和類數(shù)，然后利用模糊C均值聚類算法對獲取的數(shù)據(jù)特征進(jìn)行聚類。實驗結(jié)果表明該算法可以有效檢測數(shù)據(jù)流入侵。
標(biāo)簽： 模糊 數(shù)據(jù)流 入侵檢測 算法
上傳時間： 2015-01-03
上傳用戶：fujiura
以新興的盲均衡技術(shù)為理論基礎(chǔ)，一些盲均衡算法相繼提出。本文以高階的QAM信號作為輸入信號，針對常模算法、多模算法、加權(quán)多模算法存在的缺陷，最終引入一種性能優(yōu)越的加入動量項的加權(quán)多模算法。通過計算機(jī)的仿真實驗首次對這些算法進(jìn)行依次比較，所得實驗結(jié)果表明加入動量項的加權(quán)多模盲均衡算法在信道均衡上的性能明顯優(yōu)于前面幾種算法，它具有更快的收斂速度和更小的穩(wěn)態(tài)誤差，因此具有實用價值。
標(biāo)簽： 盲均衡 比較 仿真研究 算法
上傳時間： 2013-11-17
上傳用戶：jkhjkh1982
lzw壓縮解壓算法源碼
標(biāo)簽： lzw 解壓 算法 源碼
上傳時間： 2014-01-04
上傳用戶：nanshan
celp算法實現(xiàn)
標(biāo)簽： celp 算法
上傳用戶：xauthu
CCITT G.711語音壓縮算法
標(biāo)簽： CCITT 711 語音壓縮 算法
上傳用戶：天涯
CCITT G.711,G.721,G.723語音壓縮算法
標(biāo)簽： CCITT 711 721 723
上傳時間： 2013-11-28
上傳用戶：2525775
16kb/s Low Delay CELP 算法
標(biāo)簽： Delay CELP Low 16
上傳用戶：huangld
Vector Quantization壓縮算法
標(biāo)簽： Quantization Vector 壓縮算法
上傳用戶：evil
針對圖形的Vector Quantization壓縮算法
標(biāo)簽： Quantization Vector 圖形 壓縮算法
上傳時間： 2013-12-25
上傳用戶：氣溫達(dá)上千萬的
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<strike id="8ouw8"></strike>
