人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需要在耳识别过程中增加一个耳区域定位步骤，这并不影响耳特征的提取，而眼毛对虹膜的遮挡将直接影响虹膜特征的提取。头发对于耳的遮挡可以容易地避免，而眼毛对于虹膜的遮挡是生理结构决定的，也是难以避免的。其次，就目前的技术而言，虹膜采集需要测试者与采集装置之间的位置在机器发出的语言提示下进行不断地调整，同时要瞪大眼睛，使虹膜尽可能暴露，初试者通常要反复多次调整才能够达到要求，而耳采集方式与脸采集方式基本相同，测试者很容易达到拍摄图象的要求条件。最后，虹膜采集装置的成本要高于耳采集装置。
上传时间： 2013-12-20
上传用户：坏坏的华仔
比对算法的具体应用DNA序列分析 ——基因序列 ——基因表达调控信息 寻找基因牵涉到两个方面的工作 ： 识别与基因相关的特殊序列信号 预测基因的编码区域 结合两个方面的结果确定基因的位置和结构 基因表达调控信息隐藏在基因的上游区域，在组成上具有一定的特征，可以通过序列分析识别这
上传时间： 2016-12-26
上传用户：Ants
人脸检测和跟踪学位论文；人脸检测定位：运动区域检测预处理， 肤色区域的分割和利用二值形态学等操作的人脸粗检，利用眼、嘴特征的彩色信息检测的人脸细检，利用投影法检测眼睛和嘴巴亮块的人脸定位。提出了一种基于自适应肤色模型匹配与验证的方法对人脸进行跟踪
上传时间： 2014-01-11
上传用户：caiiicc
本文提出一种基于普通 CCD 摄像头和瞭望塔上现有 的短波无线通信设备的森林防火监测系统, 根据实时图像与参考图像的差分及小波分解结果, 当有异常情况发生时, 提取出火焰及 烟雾区域, 判断提取区域是否具有烟雾和火焰的动态特征。若判定发生火灾, 即将压缩后的图像通过短波通信设备传回指挥中心。
上传时间： 2017-04-23
上传用户：lwwhust
目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺部病灶穿刺细胞学涂片,肺癌识别诊断率94180 ,假阳性率1185 ,假阴性率3135 ,肺癌分类识别率82190 ,核异型细胞识别率74120 "结论:/智能化肺癌早期细胞病理诊断系统0对肺癌细胞涂片诊断率高,克服了肺癌细胞病理诊断过程中取检细胞数量少,重叠细胞识别率低,涂片背景及染色差异等干扰因素,可辅助临床肺部病灶的穿刺细胞病理诊断"
上传时间： 2013-12-16
上传用户：chfanjiang
本次毕业论文的内容主要包括两个方面：（1)确定基于肤色特征的人脸识别算法流程并实现MATLAB仿真.根据目前已有的人脸识别算法和学过的有关图像处理知识确定出适合本次论文的最优算法，确定算法时的重点是将肤色判断作为人脸检测的预处理，即研究肤色模型的选取和建立、肤色分割的方法以及人脸区域的获得；再根据面部特征提取出人脸的大致框架，通过人脸面积、高宽比、欧拉数等来判断每块区域是否为人脸，最后得到图片中人脸的比较精确的位置。在确定算法时就应该要综合考虑各方面的因素，要尽可能的提高人脸识别的时间效率，提高识别率。（2）设计出GUI界面，实现人脸识别功能。MATLAB/GUI自带了很多工具箱函数，方便快捷。设计好的GUI界面只需通过鼠标等简洁的方式与计算机交换信息，选择想要运行的程序，实现快速识别。本次设计的GUT界面有窗口、光标、按键、菜单、文字说明等对象（Object)，主要包含读入图像，转换颜色空间，皮肤概率图像，皮肤二值化和定位五个部分，其中使用了开关按钮（ToggleButton)、静态文本框（Static Text)、坐标系（Axes)和面板（Pane1)按钮，要对其进行合理布局，注意回调函数的嵌入。在设计过程中要熟悉MATLAB编程环境，注意控件的选用和参数设置，会根据设计要求对GUI界面进行布局，注意回调函数的编写，以达到理想的效果。该系统可以较好的实现单人脸识别，能较准确的对其进行定位。但对于多人组和背景较复杂的图像，会出现漏检和错检的现象，需要进一步改进。
上传时间： 2022-07-28
上传用户：qdxqdxqdxqdx
ProE 轮胎特征创建
上传时间： 2013-04-15
上传用户：eeworm
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
专辑类-Pro-E教程及相关资料专辑-134册-38.9G ProE-轮胎特征创建-7页-0.3M.pdf
上传时间： 2013-07-26
上传用户：shenlan
为了克服传统的局部特征匹配算法对噪声和图像灰度非线性变换敏感的不足，提出了基于SIFT（Scale Invariant Feature Transform）描述算子的特征匹配算法。该算法首先
上传时间： 2013-04-24
上传用户：hphh
