在進行車牌識別的預處理過程中,如何有效地提高車牌圖像質量是一個關鍵,這一步處理的好壞將直接影響到后面車牌識別的效果。 本文重點研究直方圖修改技術增強圖像方法在車牌識別預處理中的應用,給出了直方圖修改技術的原理,以及直方圖均衡化、規定化和對比度調整的原理,最后用MATLAB來實現車牌圖像增強的效果。
標簽: 車牌識別 直方圖 修改 預處理
上傳時間: 2017-07-06
上傳用戶:lili123
MATLAB計算程序,計算符合預測。包括技部分。
標簽: MATLAB 計算 程序
上傳時間: 2013-12-23
上傳用戶:chfanjiang
基于小波分析和主成分分析的人臉識別研究隨著社會的發展,社會各個方面對快速有效的身份驗證的要求日益迫切。由 于生物特征是人的內在屬性,具有很強的自身穩定性和個體差異性,因此是身份 驗證的理想依據。其中利用人臉特征又是最自然直接的手段,相比其他生物特征, 它具有直接、友好、方便的特點,易于為用戶接受。從而,人臉識別吸引了越來 越多來自計算機視覺和信號處理等領域的關注,成為模式識別、圖像處理等學科 的研究熱點。
標簽: 小波分析 主成分分析 人臉識別 發展
上傳時間: 2017-07-15
上傳用戶:qiaoyue
對逆問題的研究,在生物成像中的應用,建模及解的方法
標簽:
上傳時間: 2017-07-16
上傳用戶:wanqunsheng
matlab寫的簡單的聯想網絡實例,模擬dog,meat,light生物條件反射實驗
標簽: matlab 聯想 網絡
上傳時間: 2017-08-07
上傳用戶:450976175
swt帶dnd應用的網址收藏夾源碼,使用xml語言作為數據技久支持,對網址進行分類,收藏,技持拖放技術---全是自己寫的源碼
標簽: swt dnd 網址 源碼
上傳時間: 2017-09-26
上傳用戶:杜瑩12345
labview按鈕 轉貼別人做得好用按鈕幫忙推廣一下 '請參考 謝謝 非常好用
標簽: 按鈕
上傳時間: 2015-03-19
上傳用戶:jassss
指紋識別作為一種生物鑒定技術,為人類的個體的定義提供了一個到目前為止最為快捷和可信的方法。隨著指紋識別的普及,人們之間的信任成本將大大降低,提高人類社會活動的效率。在信息時代,一種安全便捷的身份認證方式顯得越發重要。這個matlab程序是一個簡易的指紋識別程序
標簽: matlab 指紋識別
上傳時間: 2015-05-26
上傳用戶:1600650036
遺傳算法為群體優化算法,也就是從多個初始解開始進行優化,每個解稱為一個染色體,各染色體之間通過競爭、合作、單獨變異,不斷進化。 優化時先要將實際問題轉換到遺傳空間,就是把實際問題的解用染色體表示,稱為編碼,反過程為解碼,因為優化后要進行評價,所以要返回問題空間,故要進行解碼。SGA采用二進制編碼,染色體就是二進制位串,每一位可稱為一個基因;解碼時應注意將染色體解碼到問題可行域內。 遺傳算法模擬“適者生存,優勝劣汰”的進化機制,染色體適應生存環境的能力用適應度函數衡量。對于優化問題,適應度函數由目標函數變換而來。一般遺傳算法求解最大值問題,如果是最小值問題,則通過取倒數或者加負號處理。SGA要求適應度函數>0,對于<0的問題,要通過加一個足夠大的正數來解決。這樣,適應度函數值大的染色體生存能力強。 遺傳算法有三個進化算子:選擇(復制)、交叉和變異。 SGA中,選擇采用輪盤賭方法,也就是將染色體分布在一個圓盤上,每個染色體占據一定的扇形區域,扇形區域的面積大小和染色體的適應度大小成正比。如果輪盤中心裝一個可以轉動的指針的話,旋轉指針,指針停下來時會指向某一個區域,則該區域對應的染色體被選中。顯然適應度高的染色體由于所占的扇形區域大,因此被選中的幾率高,可能被選中多次,而適應度低的可能一次也選不中,從而被淘汰。算法實現時采用隨機數方法,先將每個染色體的適應度除以所有染色體適應度的和,再累加,使他們根據適應度的大小分布于0-1之間,適應度大的占的區域大,然后隨機生成一個0-1之間的隨機數,隨機數落到哪個區域,對應的染色體就被選中。重復操作,選出群體規模規定數目的染色體。這個操作就是“優勝劣汰,適者生存”,但沒有產生新個體。 交叉模擬有性繁殖,由兩個染色體共同作用產生后代,SGA采用單點交叉。由于SGA為二進制編碼,所以染色體為二進制位串,隨機生成一個小于位串長度的隨機整數,交換兩個染色體該點后的那部分位串。參與交叉的染色體是輪盤賭選出來的個體,并且還要根據選擇概率來確定是否進行交叉(生成0-1之間隨機數,看隨機數是否小于規定的交叉概率),否則直接進入變異操作。這個操作是產生新個體的主要方法,不過基因都來自父輩個體。 變異采用位點變異,對于二進制位串,0變為1,1變為0就是變異。采用概率確定變異位,對每一位生成一個0-1之間的隨機數,看是否小于規定的變異概率,小于的變異,否則保持原狀。這個操作能夠使個體不同于父輩而具有自己獨立的特征基因,主要用于跳出局部極值。 遺傳算法認為生物由低級到高級進化,后代比前一代強,但實際操作中可能有退化現象,所以采用最佳個體保留法,也就是曾經出現的最好個體,一定要保證生存下來,使后代至少不差于前一代。大致有兩種類型,一種是把出現的最優個體單獨保存,最后輸出,不影響原來的進化過程;一種是將最優個體保存入子群,也進行選擇、交叉、變異,這樣能充分利用模式,但也可能導致過早收斂。 由于是基本遺傳算法,所以優化能力一般,解決簡單問題尚可,高維、復雜問題就需要進行改進了。 下面為代碼。函數最大值為3905.9262,此時兩個參數均為-2.0480,有時會出現局部極值,此時一個參數為-2.0480,一個為2.0480。算法中變異概率pm=0.05,交叉概率pc=0.8。如果不采用最優模式保留,結果會更豐富些,也就是算法最后不一定收斂于極值點,當然局部收斂現象也會有所減少,但最終尋得的解不一定是本次執行中曾找到過的最好解。
標簽: 遺傳算法
上傳時間: 2015-06-04
上傳用戶:芃溱溱123
信息化戰爭是一種充分利用信息資源并依賴于信息的戰爭形態,是指在信息技術高度發展以及信息時代核威懾條件下,交戰雙方以信息化軍隊為主要作戰力量,在陸、海、空、天、電等全維空間展開的多軍兵種一體化的戰爭,依托網絡化信息系統,大量地運用具有信息技術,新材料技術,新能源技術,生物技術,航天技術,海洋技術等當代高新技術水平的常規的武器裝備,并采取相應的作戰方法,在局部地區進行的,目的手段規模均較有限的戰爭。
標簽: 信息化戰爭 軍事
上傳用戶:dfhjdsh
蟲蟲下載站版權所有 京ICP備2021023401號-1