BP 网络进行0 - 9 十个数字图像的识别 在BP 算法和数字图像处理技术的基础上, 本文在MATLAB 软件环境下提取Word 文档中26 种字体的 0 - 9 十个数字的图像, 使用MATLAB 神经网络工具箱及图像处理工具箱进行数字的识别, 给出了较详细的处理 步骤及相关程序, 并比较了各种识别算法的收敛速度和识别率。
上传时间： 2013-12-27
上传用户：拔丝土豆
通过MATLAB平台建立一个GUI界面，接着对一组语音信号的输入进行预处理及端点检测，提取特征参数（MFCC），形成参考模块。然后再对一组相同的语音信号输入进行同样的操作作为测试模块，与参考模块进行DTW算法进行匹配，输出匹配后的识别结果。
上传时间： 2016-06-15
上传用户：sjr88
基于MATLAB在人脸数据库上做的识别，识别准确率很高
上传时间： 2016-11-29
上传用户：lingxiafun
人脸检测是人脸分析的首要环节，其处理的问题是确认图像（或影像）中是 否存在人脸，如果存在则对人脸进行定位。人脸检测的应用领域相当广泛，是实 现机器智能化的重要步骤之一。 AdaBoost 算法是 1995 年提出的一种快速人脸检测算法，是人脸检测领域里 程碑式的进步，这种算法根据弱学习的反馈，适应性地调整假设的错误率，使在 效率不降低的情况下，检测正确率得到了很大的提高。 本论文第一章和第二章简述了人脸检测的一般情况，第三章对一些人脸检测 的经典方法进行了说明。 第四章讲述了 AdaBoost 算法的发展历史。从 PCA 学习模型到弱学习和强 学习相互关系的论证，再到 Boosting 算法的最终提出，阐述了 Adaptive Boosting 算法的发展脉络。 第五章对影响 AdaBoost 人脸检测训练算法速度的至关重要的两方面：矩形 特征和积分图的概念和理论进行了仔细的阐明。 第六章给出了 AdaBoost 的算法，并深入探讨了其中的一些关键问题——弱 学习器的构造、选取等问题。 最后一章，用编写的实现了 AdaBoost 算法的 FáDèt 程序，给出了相应的 人脸检测实验结果，并和 Viola 等人的结果做了比较。
上传时间： 2018-01-29
上传用户：dragon000008
对图片内的人脸进行识别，并用方框画出人脸所在的位置
上传时间： 2018-11-10
上传用户：xrds
OpencV是用来实现计算机视觉相关技术的开放源码工作库，是计算机视觉、图像处理、模式识别、计算机图形学、信号处理、视频监控、科学可视化等相关从业人员的好工具。本书介绍了大约200多个典型的技术问题，覆盖了基于OpenCV基础编程的主要内容，利用大量生动有趣的编程案例和编程技巧，从解决问题和答疑解惑入手，以因特网上最新资料为蓝本，深入浅出地说明了OpenCV中最典型和用途最广的程序设计方法。全书结构清晰、合理，范例实用、丰富，理论结合实践，即使读者只是略懂计算机视觉原理，也能人手对相关理论方法直接进行编码实现。 "基于OPENCV的计算机视觉技术实现"的图书目录…… 前言 第一章 使用OpenCV实现计算机视觉技术 1.1 计算机视觉技术 1.2 什么是OpenCV 1.3 基于OpenCV库的编程方法 本章小结 第二章 OpenCV的编程环境 2.1 OpenCV环境介绍 2.2 OpenCV的体系结构 2.3 OpenCV实例演示 本章小结 第三章 OpenCV编程风格 3.1 命名约定 3.2 结构 3.3 函数接口设计 3.4 函数实现 3.5 代码布局 3.6 移植性 3.7 文件操作 3.8 文档编写 本章小结 第四章 数据结构 4.1 基本数据结构 4.2 数组有关的操作 4.3 动态结构 本章小结 第五章 数据交互 5.1 绘图函数 5.2 文件存储 5.3 运行时类型信息和通用函数 5.4 错误处理函数 5.5 系统函数 本章小结 第六章 图像处理 6.1 边缘检测 6.2 直方图 6.3 Hough变换 6.4 几何变换 6.5 形态学 本章小结 第七章 结构与识别 7.1 轮廓处理函数 7.2 计算几何 7.3 平面划分 7.4 目标检测函数 7.5 生成与控制贝塞尔曲线 7.6 用OpenCV进行人脸检测 本章小结 第八章 图形界面（HighGUI） 8.1 读取和保存图像 8.2 OpenCV中的实用系统函数 本章小结 第九章 视频处理（CvCAM） 9.1 使用HighGUI对视频进行读写处理 9.2 CvCam对摄像头和视频流的使用 本章小结 第十章 OpenCV附加库第一部分 10.1 附加库介绍 10.2 形态学（morhing functions） 本章小结 第十一章 OpenCV附加库第二部分——隐马尔可夫模型 11.1 隐马尔可夫模型概述 11.2 隐马尔可夫模型中的基本结构与函数介绍 11.3 隐马尔可夫模型中的函数介绍 11.4 人脸识别工具 本章小结 第十二章 核心库综合例程 12.1 检测黑白格标定板内指定矩形区域内的角点 12.2 解线性标定方程组程序 本章小结 第十三章 运动与跟踪 13.1 图像统计的累积函数 13.2 运动模板函数 13.3 对象跟踪 13.4 光流 13.5 预估器 13.6 Kalman滤波器跟踪示例 13.7 用Snake方法检测可变形体的轮廓 13.8 运动目标跟踪与检测 本章小结 第十四章 立体视觉第一部分——照相机定标 14.1 坐标系介绍 14.2 透视投影矩阵的获得 14.3 摄像机参数的获取 14.4 径向畸变的校正 14.5 使用OpenCV及CVUT进行摄像机定标 14.6 OpenCV中的定标函数 14.7 CVUT介绍 本章小结 第十五章 立体视觉第二部分——三维重建 15.1 极线几何 15.2 特征点匹配 15.3 三维重建 15.4 OpenCV中相关函数介绍 本章小结 第十六章 立体视觉第三部分——三维重建算法 16.1 图像校正 16.2 已校正图像的快速三维重建 16.3 Birchfield算法 16.4 OpenCV中相关函数介绍 本章小结 第十七章 立体视觉第四部分——立体视觉实例 17.1 图像校正实例代码 17.2 基于窗口的稀疏点匹配及三维重建之一 17.3 基于窗口的稀疏点匹配及三维重建之二 17.4 Birchfield算法的OpenCV实现 本章小结 第十八章 常见问题解疑 18.1 安装与编译出错解决方法 18.2 OpenCV库基本技术问题 18.3 OpenCV在Linux下的相关问题 18.4 OpenCV库中的陷阱和bug
上传时间： 2013-07-18
上传用户：huyiming139
随着我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统( IntelligentTransportation Systems，简称ITS)已成为当前交通管理发展的主要方向，而车牌识别系统(License Plate Recognition System，简称LPRS)技术作为智能交通系统的核心，起着举足轻重的作用，可以被广泛地应用于高速公路自动收费(ElectronicToll Collection，简称ETC)、停车场安全管理、被盗车辆的追踪、车流统计等。 目前，车牌识别系统大多都是基于PC平台的，其优势是实现容易，但是成本高、实时性不强、稳定性不高等缺点使其不能广泛推广。为了克服以上的缺点，且满足识别速度和识别率的要求，本文在原有车牌识别硬件系统设计的基础上做了一定的改进(原系统在图像采集、接口通信、系统稳定、脱机工作等方面存在一定问题)，与团队成员一起设计出了新的车牌识别硬件系统，采用单DSP+FPGA和双DSP+FPGA双板子的方式来共同实现(本人负责单DSP+FPGA的原理图和PCB绘制，另一成员负责双DSP+FPGA的原理图和PCB绘制)。 本文所涉及的该车牌硬件系统，主要工作由以下几个部分组成： 1.团队共同完成了新车牌识别系统的硬件设计，采用两个板子实现。其中，本人负责单DSP+FPGA板子绘制。 2.团队一起完成了整个系统的硬件电路调试。主要分为如下模块进行调试：电源，DSP，FPGA，SAA7113H视频解码器，LCD液晶显示和UART接口等。 3.负责完成了整个系统的DSP应用程序设计。采用DSP/BIOS操作系统来构建系统的框架，添加了多个任务对象进行管理系统的调度；用CSL编写了DSP上的底层驱动：完成了车牌识别算法在DSP上的移植与优化。 4.参与完成了部分FPGA程序的开发，主要包括图像采集、存储、传输几个模块等。 最终，本系统实现了高效、快速的车牌识别，各模块工作稳定，能脱机实现图像采集、传输、识别、结果输出和显示为一体化的功能；为以后进行高性能的车牌识别算法开发提供了一个很好的硬件平台。
上传时间： 2013-04-24
上传用户：slforest
随着交通工具的迅猛发展，智能交通系统(Intelligent TransportationSystems，简称ITS)在交通管理中受到广泛的关注。而在ITS中，车牌识别(LicensePlate Recognition，简称LPR)是其核心技术。车牌识别系统主要由数据采集和车牌识别算法两个部分组成。由于车牌清晰程度、摄像机性能、气候条件等因素的影响，牌照中的字符可能出现不清楚、扭曲、缺损或污迹干扰，这都给识别造成一定难度。因此，在复杂背景中快速准确地进行车牌定位成为车牌识别系统的难点。 本文研究和设计了一种集图象采集，图象识别，图象传输等于一体的实时嵌入式系统。该平台包括硬件系统设计与应用程序开发两个方面，充分利用TI公司的C6000系列DSP强大的并行运算能力、以及FPGA的灵活时序逻辑控制技术，从硬件方面实现系统的高速运行。 本文的主要工作有两部分组成，具体如下： (1) 在硬件设计方面：实现由A/D、电源、FPGA、DSP以及SDRAM和FLASH所组成的车牌识别系统；设计并完成系统的原理图和印制板图；完成电路板调试，以及完成FPGA．在高速图像采集中的veriIog应用程序开发。 (2) 在软件开发方面：完成Philips公司的SAA7113H的配置代码开发，以及DSP底层的部分驱动程序开发。 该系统能够实现25帧每秒的数字视频流图像数据的输出，并由FPGA负责完成一幅720×572数据量的图像采集。DSP负责系统的嵌入式操作，包括系统的控制和车牌识别算法的实现。 目前，嵌入式车牌识别系统硬件平台已经搭建成功，系统软件代码程序也已经开发完成。本系统能够实现高速图像采集、嵌入式操作与车牌识别算法、UART数据通信等功能，具有速度快、稳定性高、体积小、功耗低等特点，为车牌识别算法提供一个较好的验证平台。
上传时间： 2013-04-24
上传用户：yangbo69
随着科学技术的发展，指纹识别技术被广泛应用到各种不同的领域。对于一般的指纹识别系统，其设计要求具有很高的实时性和易用性，因此识别算法应该具有较低的复杂度，较快的运算速度，从而满足实时性的要求。所以有必要根据不同的识别算法采用不同的实现平台，使得指纹识别系统具有较高的可靠性、实时性、有效性等性能要求。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera．公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入到FPGA内部，与用户自定义逻辑组建成一个基于FPGA的片上专用系统。 本文在综合考虑各种应用情况的基础上，以网络技术、数据库技术、指纹识别技术和嵌入式系统技术为理论基础，提出了一种有效可行的系统架构方案。对指纹识别技术中各个环节的算法和原理进行了深入研究，合理的改进了部分指纹识别算法；同时为了提高系统的实时性，采用NiosⅡ嵌入式处理器和FPGA硬件模块实现指纹图像处理主要算法。论文主要包括以下几个方面： 1、对指纹图像预处理、特征提取和特征匹配算法原理进行阐述，同时改进了指纹图像的细化算法，提高了算法的性能，并设计了一套实用的指纹特征数据结构； 2、针对指纹图像预处理模块，包括图像的归一化、频率提取、方向提取以及方向滤波，采用基于FPGA的硬件电路的方式实现。实验结果表明，在保证系统误识率较低、可靠性高的基础上，大大提高了系统的执行速度； 3、改变了传统的单枚指纹识别方法，提出采用多枚指纹唯一标识身份，大大降低了识别系统的误识率； 4、改进了传统的基于三角形匹配中获取基准点的方法，同时结合可变界限盒思想进行指纹特征匹配。 5、结合COM+技术、数据库技术和网络技术，开发了后台指纹特征匹配服务系统，实现了嵌入式指纹识别系统同数据库的实时信息交换。 实验结果表明，本文所提出的系统构架方案有效可行，基于FPGA的自动指纹识别系统在速度、功耗、扩展性等方面具有独特的优势，拥有广阔的发展前景。
上传时间： 2013-08-04
上传用户：laozhanshi111
近年来，图像处理与识别技术得到了迅速的发展。人们已经充分认识到图像处理和识别技术是认识世界、改造世界的重要手段。目前，图像识别技术已应用到很多领域，渗入到各行各业，在医学、公安、交通、工业等领域具有广阔的应用前景。 这篇论文介绍了一种基于DSP＋FPGA构架的实时图像识别系统。DSP作为图像识别模块的核心，负责图像识别算法的实现；FPGA作为图像采集模块的核心，负责图像的采集，并且完成预处理工作。图像识别算法的运算量大，并且控制复杂，对系统的性能要求很高。DSP的特殊结构和优良性能很好地满足了系统的需要，而FPGA的高速性和灵活性也保证了系统实时性，并且简化了外围电路，减少了系统设计难度。 系统使用模板匹配和神经网络算法对数字0～9进行识别。模板匹配一般适用于识别规范化的数字、字符等小型字符集（特别是同一字体的字符集）。由于结构比较简单，系统处理能力强，模板匹配的识别速度快并且识别率高，取得很好的效果。神经网络所具有的分布式存储、高容错性、自组织和自学习功能，使其对图像识别问题显示出极大的优越性。 研究表明，在DSP+FPGA的构架上实现的图像识别系统，具有结构灵活、通用性强的特点，适用于模块化设计，有利于提高算法的效率。系统可以充分发挥和结合DSP和FPGA的优势，准确快速地实现图像识别。通过软、硬件的灵活组合，系统可以实现图像处理大部分的相关功能，使之能够运用到工业视觉检测、汽车牌照识别等系统中。
上传时间： 2013-06-18
上传用户：com1com2
