通过奇异值分解实现的最小二乘拟合算法 inear least-squares fit by singular value decomposition
标签: decomposition least-squares singular inear
上传时间: 2015-07-26
上传用户:bibirnovis
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: 2014-01-07
上传用户:songrui
基于奇异值分解的核线性判别分析(Kernel Discriminant Analysis via QR Decomposition)。
标签: Decomposition Discriminant Analysis Kernel
上传时间: 2014-01-06
上传用户:TF2015
图像的奇异值分解,并将图像重构出来,看其效果的变换
上传时间: 2013-12-21
上传用户:123啊
fortran版奇异值分解子程序,适合气象统计计算。
上传时间: 2014-01-19
上传用户:xinzhch
可对任意两个矩阵做加法、减法、乘法等运算;同时可对单个矩阵求转置矩阵、三角分解、奇异值分解等操作,功能强大。
上传时间: 2013-12-14
上传用户:silenthink
自编的奇异值分解消噪程序,在消噪的同时可实现对不同频率信号分量的分离。
上传时间: 2013-12-28
上传用户:coeus
% 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法;SVD是最可靠的分解法, % 但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A),其中U和V代表二个相互正交矩阵, % 而S代表一对角矩阵。 和QR分解法相同者, 原矩阵A不必为正方矩阵。 % 使用SVD分解法的用途是解最小平方误差法和数据压缩。用svd分解法解线性方程组,在Quke2中就用这个来计算图形信息,性能相当的好。在计算线性方程组时,一些不能分解的矩阵或者严重病态矩阵的线性方程都能很好的得到解
标签: decomposition SVD sigular value
上传时间: 2013-12-13
上传用户:大融融rr
本程序利用奇异值分解对3通道彩色图像进行压缩分解,具体步骤如下: 压缩过程: 1. 选取子图像大小K值,把图像分解成M×M个子图像,IMG(s),s=1,2,…, M2,其中M=N/K,原始图像IMG大小为N×N。 2. 计算这M2个子图像的平均值average,对每幅子图像减去均值图像得到新图像。 3. 计算相关矩阵R,其元素定义为 。 4. 计算R的特征值与特征向量,计算每幅子图像与最大特征向量的内积,便得到编码,即压缩后的图像。
上传时间: 2013-12-23
上传用户:chenxichenyue
利用奇异值分解求一般m*n阶实矩阵的广义逆矩阵。
上传时间: 2016-06-27
上传用户:ynsnjs