?? sift特征技術資料

?? 資源總數：1435
?? 源代碼：2712
?? 電路圖：1

?? sift特征全部資料 (1435個)

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...

??

·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...

??

·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。...

??

·詳細說明： 基于SIFT快速匹配算法，對障礙物進行檢測，提取障礙物，雙目測距等。能指出指定范圍內的障礙物。...

??

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...

??

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...

??

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...

??

總體平均經驗模式分解（EEMD）方法是一種先進的時頻分析方法，非常適合于對非平穩故障微弱信號的分析處理。文中介紹了EEMD方法的原理與算法實現步驟，重點分析了EEMD方法避免模式混淆的機理。利用EEM...

??