<strike id="iwemm"></strike>
<li id="iwemm"></li>
專輯類-網絡及電腦相關專輯-114冊-4.31G 路由器知識講座-68頁-1.5M-PPT版.ppt
標簽： M-PPT 1.5 68
上傳時間： 2013-06-04
上傳用戶：leehom61
為了克服傳統的局部特征匹配算法對噪聲和圖像灰度非線性變換敏感的不足，提出了基于SIFT（Scale Invariant Feature Transform）描述算子的特征匹配算法。該算法首先
標簽： SIFT 特征匹配 新算法
上傳時間： 2013-04-24
上傳用戶：hphh
生物特征識別是指通過計算機，利用人體固有的生理特征，如指紋，靜脈來進行個人身份鑒別的技術。由于生物特征唯一性和不變性，使得生物特征識別與傳統的方法如數字密碼和身份證相比，具有更高的安全性和易用性。傳統的高性能自動識別系統大多基于PC平臺聯機應用，然而在實際應用中往往對自動識別系統要求有更高的便攜性和易用性，嵌入式技術的快速發展使得實現這樣的系統變為了可能。 生物特征識別系統主要由通用模塊的控制系統與非通用模塊的圖像采集設備與識別算法組成。本文針對通用模塊與非通用模塊接口問題進行研究和設計，實現了一個工作良好的嵌入式平臺。 本課題在設計核心板、擴展板、轉接板的硬件基礎上，移植實時操作系統Linux，編寫各種接口與模塊的驅動、多路攝像頭切換程序，并很好的解決了攝像頭采集生物特征時光強控制問題，為很好的采集到清晰圖像提供了一個良好穩定的硬件平臺。 本課題所設計的嵌入式系統通過測試，做了大量的實驗，并將所采集到的手指靜脈圖像進行討論分析，具有實用價值。
標簽： ARM 嵌入式 多模 生物特征識別
上傳時間： 2013-06-03
上傳用戶：lguotao
·詳細說明：用VISUAL C＋＋編程實現指紋圖像的特征提取以及對指紋圖像的識別-Utilising VISUAL C++ to make programs, we can get the characters of image and identify the image of finger mark 文件列表: fvs.ncb fvs.sln fvs.v
標簽： VISUAL nbsp 指紋圖像 編程實現
上傳用戶：kaka
·詳細說明：本程序包含語音壓縮和語音識別領域所需的LPCC，MFCC特征提取算法以及語音端點檢測源碼。在對語音數據進行特征提取前，可對語音數據進行16K到8K的降采樣率處理，包含180階FIR濾波器的頻率壓縮程序。文件列表: LPCC&MFCC&VAD .............\endpointD .............\.......
標簽： MFCC 特征提取 檢測 源碼
上傳時間： 2013-07-06
上傳用戶：windwolf2000
·詳細說明：人臉特征識別運用VC++編程實現，包括圖像提取，預處理和特征提取等，最終實現人臉識別的功能。
標簽： VC 人臉 特征識別 編程實現
上傳時間： 2013-05-31
上傳用戶：建建設設
·詳細說明：該代碼為用gabor變換算法提取圖像的紋理特征，用matlab編寫，可應用于基于紋理的圖像檢索系統。其中還包含一篇gabor變換相關的文獻
標簽： matlab gabor 變換 算法
上傳時間： 2013-06-27
上傳用戶：dialouch
飛機特征點圖像的識別是航空試飛領域中計算機視覺研究的重要課題，在基于圖像的視頻安全監控、自動識別與智能人機交互方面有著重要的研究價值。其檢測算法經過長時間的發展，已經取得了顯著的成績。本文中對Paul Viola提出的基于積分圖像和AdaBoost的檢測方法進行了深入研究、改進，并針對實際問題成功應用到飛機特征點圖像的快速檢測中。
標簽： AdaBoost 算法 特征 圖像識別
上傳時間： 2013-11-04
上傳用戶：日光微瀾
對脈搏波的完全分析是建立在含有少量噪聲且較為清晰的脈搏波信號中，然而在采集脈搏波信號時容易受到多種干擾的影響，使其提取出來的脈搏波含有大量的噪聲，因此降噪處理顯得尤為必要。同時，脈搏波中含有人體生理病理信息，不同的人將表現為不同的特征，可以看出確定脈搏波特征點對于分析人體生理健康很有意義。針對信號去噪問題采用小波變換和多分辨率分析的方法，該方法在時域和頻域都能表征信號局部信息的能力，且具有對信號具有自適應性。運用極值法確定出脈搏波的峰值點，然后再根據峰值點確定出其他特征點的位置，實驗證明該方法能夠增加特征點的檢出率。
標簽： 脈搏波 信號降噪 特征點識別
上傳時間： 2013-10-12
上傳用戶：shirleyYim
針對齒輪故障特征信號具有強噪聲背景、非線性、非平穩性特點，提出采用形態梯度小波對齒輪振動信號進行降噪。首先使用形態梯度小波把齒輪振動信號分解到多個尺度上，然后對各層的細節系數進行軟閾值方法降噪處理，對經過處理后的小波系數進行重構。對降噪后的齒輪振動信號采用S變換多分辨率時頻分析，能夠從具有良好的時頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗和故障軸承的信號分析證明，該方法具有短時傅里葉變換和小波變換的優點，不存在Wigner-Ville分布的交叉干擾和負頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監測和診斷。
標簽： 梯度 小波降噪 S變換 齒輪故障
上傳時間： 2013-11-01
上傳用戶：AISINI005
蟲蟲下載站版權所有 京ICP備2021023401號-1
