隨著21世紀的到來,計算機技術,信息處理技術,半導體技術和網絡技術不斷發展,人類社會進入了信息化時代。與此同時,無線視頻傳感器網絡也得到了突飛猛進的發展,成為當今國際上備受關注的熱點研究領域。無線視頻傳感器網絡有著很多的優點和十分廣泛的應用前景。在軍事,工業,城市管理和監控系統等重要領域都有潛在的使用價值。 無線視頻傳感器網絡有著顯著的特征,例如：網絡節點能源有限；網絡帶寬有限；對處理速度要求較高等。由此可見,傳統的視頻編碼標準無法應用于無線視頻傳感器網絡。MPEG-4,H.263,H.264等視頻編碼標準,全是基于運動估計補償實現的,計算量十分巨大,在能量,存儲空間和處理能力均有限的節點難以實現這類高復雜度的編碼算法。 本文針對無線視頻傳感器網絡對視頻編碼算法的具體需求,提出一種基于運動檢測的低復雜度視頻編碼算法。該算法只對當前編碼幀中的運動對象進行編碼,并且以面向對象的結構輸出碼流。實驗結果表明,與H.264全I幀編碼相比,本文提出的算法編碼速度提高了約3倍,編碼性能提高了約2dB。與H.264基本檔次相比,雖然編碼性能略有下降,但是編碼速度平均提高了8倍左右。因此,本文提出的算法可以在編碼效率和編碼速度之間獲得很好的折衷,在一定程度上可以滿足無線視頻傳感器網絡的需求。 本文選用ALDVK_270作為硬件實驗平臺。在分析算法結構的同時,結合嵌入式系統的特點,從算法,內存,高級語言和匯編語言等幾個方面提出優化方案,最終在ARM嵌入式平臺下實現了面向無線視頻傳感器網絡的低復雜度視頻編碼算法。測試結果表明,與優化前相比,優化后的編碼速度有了很大的提高,對于CIF格式的監控視頻序列能夠滿足實時處理的要求。
上傳時間： 2013-07-26
上傳用戶：小小小熊
mf()計算模糊集合中論語元素的隸屬度，y代表中心值，z代表分布參數，隸屬度函數采用對稱三角函數
上傳時間： 2013-12-22
上傳用戶：ayfeixiao
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
代入法的啟發示搜索 我的代碼實現是：按照自然語言各字母出現頻率的大小從高到低（已經有人作國統計分析了）先生成一張字母出現頻率統計表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再對密文字母計算頻率，并按頻率從高到低生成一張輸入密文字母的統計表（B），通過兩張表的對應關系，不斷用A中的字母去替換B中的字母，搜索不成功時就回退，在這里回朔是一個關鍵。
上傳時間： 2015-10-24
上傳用戶：wanqunsheng
實現最優二叉樹的構造；在此基礎上完成哈夫曼編碼器與譯碼器。 假設報文中只會出現如下表所示的字符： 字符 A B C D E F G H I J K L M N 頻度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57 字符 O P Q R S T U V W X Y Z ， ． 頻度 63 15 1 48 51 80 23 8 18 1 16 1 6 2 要求完成的系統應具備如下的功能： 1．初始化。從終端（文件）讀入字符集的數據信息，。建立哈夫曼樹。 2．編碼：利用已建好的哈夫曼樹對明文文件進行編碼，并存入目標文件（哈夫曼碼文件）。 3．譯碼：利用已建好的哈夫曼樹對目標文件（哈夫曼碼文件）進行編碼，并存入指定的明文文件。 4．輸出哈夫曼編碼文件：輸出每一個字符的哈夫曼編碼。
上傳時間： 2014-11-23
上傳用戶：shanml
序列模式分析算法GSP的實現 GSP是序列模式挖掘的一種算法。其主要描述如下： l 根據長度為i 的種子集Li 通過連接操作和剪切操作生成長度為i+1的候選序列模式Ci+1；然后掃描序列數據庫，計算每個候選序列模式的支持數，產生長度為i+1的序列模式Li+1，并將Li+1作為新的種子集。 l 重復第二步，直到沒有新的序列模式或新的候選序列模式產生為止。 l 掃描序列數據庫，得到長度為1的序列模式L1，作為初始的種子集 L1Þ C2 Þ L2 Þ C3 Þ L3 Þ C4 Þ L4 Þ …… 產生候選序列模式主要分兩步 l 連接階段：如果去掉序列模式s1的第一個項目與去掉序列模式s2的最后一個項目所得到的序列相同，則可以將s1于s2進行連接，即將s2的最后一個項目添加到s1中。 l 剪切階段：若某候選序列模式的某個子序列不是序列模式，則此候選序列模式不可能是序列模式，將它從候選序列模式中刪除。 候選序列模式的支持度計算：對于給定的候選序列模式集合C，掃描序列數據庫，對于其中的每一條序列d,找出集合C中被d所包含的所有候選序列模式，并增加其支持度計數。
上傳時間： 2016-07-23
上傳用戶：sammi
蕃茄炸彈超人[ACT]I ve no Tomatoes 開放原始碼，45度視角，有點像炸彈超人， 你操作一個"蕃茄"，在迷宮里炸敵人，這是跨平臺游戲。游戲目的很簡單，就是把對手炸了，至於為什么主角是蕃茄... 游戲本身是開源的，而且跨Windows/Linux/Mac，基於SDL，說起來SDL跨平臺的能力是很不錯...雖然有些人不是很喜歡。游戲支援2人同時玩～
上傳時間： 2016-10-02
上傳用戶：我干你啊
給定n個節點xi（i=0,1,...,n-1）上的函數值yi=f[xi]，用拉格朗日插值公式計算指定插值點t處的函數近似值z=f[t]
上傳時間： 2013-12-21
上傳用戶：小眼睛LSL
給定n個節點xi[i=0,1,...,n-1]上的函數值yi=f[xi]及精度要求，用埃特金逐步插值法計算指定插值點t處的函數近似值z=f[t]
上傳時間： 2014-01-14
上傳用戶：偷心的海盜
