1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)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(duì)不同牌照有一定的適應(yīng)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(duì)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(huì)影響整體效果。 5.用自定義模板進(jìn)行中值濾波 區(qū)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(duì)G進(jìn)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(shí)間： 2014-01-08
上傳用戶：songrui
對(duì)于一個(gè)動(dòng)態(tài)系統(tǒng)dy/dt=-y(t)+x(t-m),m為一個(gè)時(shí)間滯后常量，x(t)、y(t)都是關(guān)于時(shí)間 t的函數(shù)，其中x是一個(gè)正態(tài)分布的數(shù)據(jù)集合，可隨機(jī)產(chǎn)生，這樣情況下，如何將系統(tǒng)情況 用樣本點(diǎn)表示出來
標(biāo)簽： t-m dy dt 動(dòng)態(tài)系統(tǒng)
上傳時(shí)間： 2015-09-23
上傳用戶：15071087253
鄰接矩陣類的根是A d j a c e n c y W D i g r a p h，因此從這個(gè)類開始。程序1 2 - 1給出了類的描述。程 序中，先用程序1 - 1 3中函數(shù)Make2DArray 為二組數(shù)組a 分配空間，然后對(duì)數(shù)組a 初始化，以描述 一個(gè)n 頂點(diǎn)、沒有邊的圖的鄰接矩陣，其復(fù)雜性為( n2 )。該代碼沒有捕獲可能由M a k e 2 D A r r a y 引發(fā)的異常。在析構(gòu)函數(shù)中調(diào)用了程序1 - 1 4中的二維數(shù)組釋放函數(shù)D e l e t e 2 D
標(biāo)簽： 矩陣
上傳時(shí)間： 2013-12-21
上傳用戶：lanjisu111
代入法的啟發(fā)示搜索 我的代碼實(shí)現(xiàn)是：按照自然語言各字母出現(xiàn)頻率的大小從高到低（已經(jīng)有人作國統(tǒng)計(jì)分析了）先生成一張字母出現(xiàn)頻率統(tǒng)計(jì)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(duì)密文字母計(jì)算頻率，并按頻率從高到低生成一張輸入密文字母的統(tǒng)計(jì)表（B），通過兩張表的對(duì)應(yīng)關(guān)系，不斷用A中的字母去替換B中的字母，搜索不成功時(shí)就回退，在這里回朔是一個(gè)關(guān)鍵。
上傳時(shí)間： 2015-10-24
上傳用戶：wanqunsheng
Ch7005C-T的初始化。這段代碼是我自己寫的，大多廠商在vivi中用的都是lib型的庫，不開源！！
上傳時(shí)間： 2014-08-22
上傳用戶：sevenbestfei
iorej g 5piy p4i6yp5ok6uh[5k6u[ t u[6puj[io 8o]7[8
標(biāo)簽： p4i6yp5ok6uh iorej 5piy 5k6u
上傳時(shí)間： 2015-11-04
上傳用戶：wsf950131
function [sys,x0,str,ts] = csfunc(t,x,u,flag) ％ 定義一個(gè)連續(xù)系統(tǒng)的 S-function
標(biāo)簽： S-function function csfunc flag
上傳時(shí)間： 2014-01-24
上傳用戶：362279997
最小二乘法遞推算法辨識(shí)程序,輸入u,輸出y, 輸出結(jié)果中的c矩陣中最后一列為參數(shù)估計(jì)值.
標(biāo)簽： 輸出 最小二乘法 參數(shù)估計(jì) 遞推算法
上傳時(shí)間： 2014-07-12
上傳用戶：003030
用bcb所撰寫的kohonen程式,優(yōu)雅的網(wǎng)狀伸張分佈,將任意維度的input data,reduce至二維x,y平面,competivite learning的最佳範(fàn)例.
標(biāo)簽： competivite learning kohonen reduce
上傳時(shí)間： 2015-12-02
上傳用戶：腳趾頭
具體要求請(qǐng)點(diǎn)擊!單片機(jī)大全,定時(shí)器,計(jì)數(shù)器 中斷http://imgnews.baidu.com/ir?t=1&u=&f=％68％74％74％70％3A％2F％2F％71％71％2D％62％65％2E％63％6E?QQ=281149673
標(biāo)簽： imgnews baidu http com
上傳時(shí)間： 2013-12-12
上傳用戶：Avoid98
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
