首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   21篇
  免费   1篇
综合类   22篇
  2008年   1篇
  2007年   1篇
  2006年   1篇
  2005年   1篇
  2004年   6篇
  2003年   2篇
  2002年   5篇
  1996年   1篇
  1995年   1篇
  1994年   1篇
  1993年   2篇
排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
基于小波矩特征的小波神经网络目标识别   总被引:3,自引:0,他引:3  
提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.  相似文献   
2.
叙述了采用模糊阈值进行图象分割的基本原理,提出了简化资格函数形式和采用直方图中值滤波处理方法,算法简单直观,计算机仿真表明图象分割结果比较理想.  相似文献   
3.
本文通过研究矩特征的性质,在传统的7个矩不变量的基础上,提出了5个组合矩不变量来完成对目标特征的描述.为完成对三维物体的识别,这里采用三层的BP神经网作为分类器,其输入特征为上述组合矩不变量.文中对三类目标在各种姿态下的矩特征分布的情况进行了研究,并将神经网分类器与最小距离分类器的分类性能作了比较.实验证明,神经网分类器能够完成对三维目标的识别,并且在实时性和鲁棒性方面表现了良好的特性  相似文献   
4.
一种基于IFFT的小波矩的快速算法   总被引:3,自引:0,他引:3  
该文提出了一种基于快速傅立叶逆变换 (IFFT)的小波矩的快速算法。小波矩除本身具有矩特征的旋转、平移、缩放不变性外 ,还具有对图像细节特征的描述。该文在小波矩和快速傅立叶逆变换方法的基础上提出了一种基于IFFT的小波矩的快速算法。实验结果证明 ,这种方法大大简化了小波矩的计算  相似文献   
5.
嵌入式系统是以应用为中心,以计算机技术为基础,软硬件均可裁剪,适应应用系统对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统.而Linux作为一种优秀的免费操作系统,近几年在嵌入式领域异军突起,成为了最有潜力的嵌入式操作系统.本通过Linux体系结构的分析,以及一个移植Linux的具体范例,具体介绍了嵌入式Linux的移植方法.  相似文献   
6.
针对车牌自动识别系统中的字符分割问题,提出了一种基于车牌字符几何特征的分割字符算法。该方法先用数学形态学对二值化后的车牌图像进行一系列的形态运算,去除掉一些无用信息,使得字符与车牌左右边框、字符与字符之间空懈变大,便于划出字符间的垂直分割线,然后使用一种新的快速测量车牌倾斜度的方法进行校正。实验结果表明,该算法原理简单实用,分割速度快,分割的质量好,便于下一步的识别。  相似文献   
7.
贝叶斯框架下的人的检测   总被引:1,自引:0,他引:1  
利用低分辨率条件下比较易于识别的特征,即衣服的颜色、肤色和位置信息来检测人,首先把待识别的目标分成几个部分,包括衣服和皮肤,再分别利用线性模型为衣服颜色和肤色建立概率模型,由于人体属于非刚性物体,不适用于一般的概率模型,所以利用支持向量机,通过训练,为几部分的相对位置建立了概率模型,最后通过贝叶斯方法建立了框架,该框架综合了颜色和位置的概率模型,实验证明,通过找到最大概率,就能够较准确地检测到人在图像中所处的位置。  相似文献   
8.
9.
基于区域生长的红外图像分割   总被引:13,自引:0,他引:13  
该文采用区域生长的方法 ,结合人工智能 ,针对红外图像中目标相对较小、灰度值与视场中目标物体的热辐射量相关的特点 ,选取相应种子点根据灰度相似性判决生长出目标区域。结果表明 ,采用这种方法具有一定的针对性 ,能够有效地分割出目标物体  相似文献   
10.
本文简单介绍了小波变换编码的流程、特点和小波基的选取.并根据灰度图像经小波变换以后系数的分布、统计特性,对现今十分流行的嵌入零树(EZW)、分层树集合分割排序(SPIHT)算术编码方法进行研究.综合分析了该类算法的优缺点,并提出2种不影响算法整体结构的改进意见,对SPIHT编码算法增加了一些初始化操作.实验结果表明,在一定比特率下,改进后的算法在相同码率时将会得到质量更优的恢复图像.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号