基于51单片机的智能遥控晾衣架设计硬件主要构成：单片机+最小系统+无线收发模块+编码解码模块+电机模块+限位开关模块+数码管显示模块+湿度检测模块+光敏检测模块+继电器驱动模块+蜂鸣器模块+LED指示灯模块+按键模块主要功能实现：1.电机的转动是通过继电器控制的，可见负载的广泛性。实际应用中继电器可以接其他负载；2.开机初始时为智能模式，通过光敏自动识别光线强弱（白天或夜晚），采用DHT11温湿度传感器检测空气的湿度，数码管显示湿度值，当湿度小于80%时，电机会相应的白天伸出或夜晚收回衣架，碰触相应的限位行程开关，停止转动。如果外面的湿度达到80%以上时，即使是白天衣架也会自动收回。实际应用中行程开关安装在晾衣架的上下限位处，当晾衣架上升或下降到极限时，会碰触行程开关（设计中只是模拟，需要用手碰触），行程开关会给单片机信号，从而防止过卷，安全无误；3.当按下遥控板上的切换按键，实现智能模式与手动模式的切换。手动模式按一下伸出或收回键电机相应的转动，再按一下停止，晾衣架到限位即手动碰触行程开关会停止转动。
上传时间： 2022-07-03
上传用户：trh505
51单片机自动浇花器源程序(附PCB文件），1、土壤干湿度传感器实时给单片机传输信号。2、按键设置土壤干湿度阈值，实现土壤水分的动态控制。3、液晶实时显示土壤湿度情况，所设置的阈值，直观明了。4、ADC0832将模拟信号转换成数字信号传给单片机。自动浇花系统采用51单片机+LCD1602液晶+土壤传感器+继电器+ADC0832+水泵设计而成。系统三个按键分别是:系统复位键、设置键、加键、减键。
上传时间： 2022-07-19
上传用户：
·ITU-T G.729的一个实现例子(包括附录b的vod检测等功能)-ITU-T g.729 example, include VOD detect of reference B, etc.文件列表(点击判断是否您需要的文件): g729b_v14 .........\acelp_co.c .........\basic_op.c .....
上传时间： 2013-05-20
上传用户：Garfield
基于B样条小波边缘检测算子的应用研究，摘自图形图像学报
上传时间： 2014-11-28
上传用户：来茴
基于U S B和L a b V IE W的 E C U自动检测系统的设计
上传时间： 2014-01-26
上传用户：as275944189
】文中重点讨论基于单片机的光电脉冲编码器计数器的软件倍频和辨向原理,并从编码 盘条纹和位置检测元件的空间分布原理出发给出了在编码器输出A、B 正交方波的前提下最多只 能4 倍频的结论,最后介绍了集倍频、辨向、计数于一体的单片机计数器原理,该计数器具有消除抖 动误计数、倍频数可选、计数长度无限制的特点
上传时间： 2013-12-15
上传用户：stampede
】文中重点讨论基于单片机的光电脉冲编码器计数器的软件倍频和辨向原理,并从编码 盘条纹和位置检测元件的空间分布原理出发给出了在编码器输出A、B 正交方波的前提下最多只 能4 倍频的结论,最后介绍了集倍频、辨向、计数于一体的单片机计数器原理,该计数器具有消除抖 动误计数、倍频数可选、计数长度无限制的特点
上传时间： 2014-01-07
上传用户：watch100
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
B.Aazhang写的一篇论文，第一次提出了神经网络如何在应用多用户检测中。
上传时间： 2015-07-17
上传用户：ljmwh2000
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： 2014-01-08
上传用户：songrui
