一种计算高阶矩阵奇异值分解的FPGA实现方法。
上传时间: 2013-08-20
上传用户:253189838
图象处理中用到的奇异值分解及矩阵运算
上传时间: 2013-12-14
上传用户:1079836864
矩阵的奇异值分解算法
上传时间: 2015-02-03
上传用户:chenbhdt
用奇异值分解来消除正弦信号的噪声
上传时间: 2013-12-16
上传用户:亚亚娟娟123
用奇异值分解来对语音信号进行噪声消除
上传时间: 2013-12-20
上传用户:许小华
详细介绍了局部奇异值分解
上传时间: 2015-03-09
上传用户:VRMMO
人脸识别:利用奇异值分解和KL变换的投影,是很有价值的一篇文章
上传时间: 2014-12-04
上传用户:a673761058
lu 分解 b样条曲线,贝齐儿曲线等等的 matlab实现,非常实用
上传时间: 2015-04-22
上传用户:王楚楚
利用矩阵的奇异值分解压缩图像,先将图像分块,对各块中的每个对应象素内积得到相关矩阵A,然后对A进行奇异值分解,选择n(n<N)个较大的特征值对应的特征向量,利用该向量与各块图像内积来压缩和恢复图像
上传时间: 2015-04-27
上传用户:1079836864
车牌定位---VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间: 2013-11-26
上传用户:懒龙1988