專輯類-Pro-E教程及相關(guān)資料專輯-134冊-38.9G ProE-輪胎特征創(chuàng)建-7頁-0.3M.pdf
標簽： ProE 0.3 輪胎
上傳時間： 2013-07-26
上傳用戶：shenlan
New-尚未歸類-412冊-8.64G LED產(chǎn)業(yè)長期發(fā)展仍看好.pdf
標簽： LED
上傳時間： 2013-07-03
上傳用戶：元宵漢堡包
為了克服傳統(tǒng)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(shù)。由于生物特征唯一性和不變性，使得生物特征識別與傳統(tǒng)的方法如數(shù)字密碼和身份證相比，具有更高的安全性和易用性。傳統(tǒng)的高性能自動識別系統(tǒng)大多基于PC平臺聯(lián)機應用，然而在實際應用中往往對自動識別系統(tǒng)要求有更高的便攜性和易用性，嵌入式技術(shù)的快速發(fā)展使得實現(xiàn)這樣的系統(tǒng)變?yōu)榱丝赡堋?生物特征識別系統(tǒng)主要由通用模塊的控制系統(tǒng)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(xiàn)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(zhuǎn)接板的硬件基礎上，移植實時操作系統(tǒng)Linux，編寫各種接口與模塊的驅(qū)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(wěn)定的硬件平臺。 本課題所設計的嵌入式系統(tǒng)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(xiàn)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(xiàn)
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(shù)據(jù)進行特征提取前，可對語音數(shù)據(jù)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(xiàn)，包括圖像提取，預處理和特征提取等，最終實現(xiàn)人臉識別的功能。
標簽： VC 人臉 特征識別 編程實現(xiàn)
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(tǒng)。其中還包含一篇gabor變換相關(guān)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(jiān)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(jīng)過長時間的發(fā)展，已經(jīng)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(xiàn)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(jù)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
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
