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(qū)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(qū)域灰度基本被賦值為0?？紤]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(qū)域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
遺傳算法的程序 遺傳 算 法 (GeneticA lgorithm,G A)是一種大規(guī)模并行搜索優(yōu)化算法，它模 擬了達爾文“適者生存”的進化規(guī)律和隨機信息交換思想，仿效生物的遺傳方式， 從隨機生成的初始解群出發(fā)，開始搜索過程。解群中的個體稱為染色體，它是一 串符號，可以是一個二進制字符串，也可以是十進制字符串或采用其他編碼方式 形成的碼串。對父代(當前代)群體進行交叉、變異等遺傳操作后，根據(jù)個體的 適應度〔fitness)進行選擇操作，適應度高的個體有較高的概率被選中并復制到下 一代，如此產(chǎn)生的子代通常優(yōu)于父代，這個過程稱為進化。上述過程循環(huán)執(zhí)行直 至滿足停機條件，最終使優(yōu)化過程以大概率趨于全局最優(yōu)解
上傳時間： 2015-09-25
上傳用戶：lili123
災色統(tǒng)計聚類的matlab源碼，可用來進行統(tǒng)計分析，計算白化與灰化的情況
標簽： matlab
上傳時間： 2015-10-27
上傳用戶：1583060504
針對同一場景可見光與紅外圖像的融合問題,提出了一種新的多尺度對比度塔圖像融合方法. 該方法 利用對比度金字塔數(shù)據(jù)結(jié)構(gòu)得到圖像的多分辨序列,采用基于視覺特性的融合算子在圖像的相應各級上融 合源圖像的細節(jié),再通過金字塔逆變換重構(gòu)出最終融合圖像. 這種圖像處理方法具自適應性,不隨各自輸入 圖像的灰度特性而改變,同時增強了融合圖像的對比度,產(chǎn)生了較好的視覺處理效果.
上傳時間： 2014-01-21
上傳用戶：Thuan
獲取灰度圖像LBP特征的matlab程序，兩種LBP算子
上傳時間： 2016-01-26
上傳用戶：gaojiao1999
一個MATLAB範例，可以用來計算分形盒維度
標簽： MATLAB
上傳時間： 2016-03-16
上傳用戶：星仔
【二項式係數(shù) 運算】Dev-C++ 學習，運用Dynamic Programming 動態(tài)規(guī)劃計算
標簽： Dev-C
上傳時間： 2016-09-19
上傳用戶：冇尾飛鉈
使用C#程式語言開發(fā)，並執(zhí)行於.NET Framework下；是研習「蟻拓尋優(yōu)法」不可或缺的軟體工具。系統(tǒng)使用ACO (Ant Colony Optimization)演算公式模擬螞蟻的覓食行徑抉擇。使用者可以設定費洛蒙和食物氣味強度等相關(guān)參數(shù)以及動態(tài)設定障礙物的位置和形狀，研習螞蟻覓食的最短路徑形成過程。研習各種參數(shù)設定對螞蟻覓食行為的影響，了解費落蒙機制對蟻拓尋優(yōu)化法的影響。本系統(tǒng)可支援柔性計算教學，研習蟻拓優(yōu)化法中人工螞蟻的隨機搜尋模式和啟發(fā)式法則設計原理。
標簽： 程式
上傳時間： 2013-12-24
上傳用戶：anng
基于VB的遺傳算法軟件實現(xiàn) 在程序中,FitnessValue (i) 為適應度值數(shù)組、avFit2nessValue (100) 為歸一化適應度值數(shù)組、Population2 Chrom(i ,j) 為遺傳個體的等位基因值、Popsize 為種群中的個體數(shù),CHROMLENGTH為一母體對的等位基因 總數(shù)。
標簽： avFit2nessValue FitnessValue Population2 Chrom
上傳時間： 2014-01-09
上傳用戶：1966640071
針對區(qū)域立體匹配計算量大實時性差的困難,分析了相關(guān)匹配算法的實際工作過程,采用消除冗余因子和M2C濾 波、多級分辨率匹配減小計算復雜度,對算法結(jié)構(gòu)進行了改進和優(yōu)化,并利用超線程和D65/EF技術(shù)對算法進行了加速,提出 了一種實時區(qū)域匹配算法。對算法進行實驗,結(jié)果表明算法符合了視覺導航的準確性和實時性要求,并且對于提高其他區(qū)域 匹配算法實時性也具有重要借鑒意義。
上傳時間： 2013-12-12
上傳用戶：xz85592677
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
