纹理特征
共 3,192 篇文章
纹理特征 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 3192 篇文章，持续更新中。
期刊论文：基于加权特征值补偿的说话人识别
·期刊论文：基于加权特征值补偿的说话人识别
期刊论文：一种焊缝结构光图像处理与特征提取方法
·期刊论文：一种焊缝结构光图像处理与特征提取方法
期刊论文：基于模糊推理的纹理图像融合方法研究
·基于模糊推理的纹理图像融合方法研究
基于三维小波变换的医学图像压缩编码
·摘要： 本文提出了一种基于三维小波变换的医学图像压缩编码算法.根据图像经过小波变换以后的系数特征,本文改进了传统的基于块分裂编码算法(SPECK)所使用的原始的零块分裂方式,提出了一种新的零块分裂方法,该方法有效地提高了编码的有损和无损压缩性能.试验结果表明,本文算法的性能优于JPEG2000编码算法.
基于视频识别驾驶疲劳的信息融合系统
·摘要： 本文提出并实现了基于实时视频检测驾驶员疲劳度的信息融合系统.使用红外摄像仪和高速DSP相结合,实时监控驾驶员的疲劳症状,提炼出特征信息,经FPGA系统加以信息融合技术处理后得到疲劳度,自动判断驾驶员是否进入疲劳状态,根据疲劳度的不同发出警告信号.经实际测试表明,使用信息融合技术有效地提高了系统判断驾驶疲劳状态的精确度和系统的鲁棒性,具有93﹪以上的正确率. &nbs
小波消噪阈值算法优化
·摘 要:在研究小波固定阈值消噪方法，讨论阙值估计经验公式的基础上，针对加性噪声小波变换后的统计特征，提出了一种自适应闽值优化算法，该算法可以较准确地估计噪声水平，在消噪的同时保留语音信号中的弱特征成分。通过仿真实验验证，优化算法较传统算法能够更加有效地消除语音噪声，获得最大信噪比。[著者文摘]
期刊论文：基于特征融合的高分辨率SAR图像道路提取
·基于特征融合的高分辨率SAR图像道路提取
信息熵蚁群算法在特征提取和图像识别中的应用
·信息熵蚁群算法在特征提取和图像识别中的应用
期刊论文：基于主线特征的双向匹配的掌纹识别新方法
·期刊论文：基于主线特征的双向匹配的掌纹识别新方法
基于log-Gabor小波的掌纹识别算法
·摘 要:掌纹识别是一种新兴的身份识别技术,具有易于采集、纹理丰富等优点,为此提出一种基于log-Gabor小波进行特征提取的掌纹识别算法.该算法首先用log-Gabor小波对掌纹目标区域（region of interest,ROI）进行滤波,然后根据滤波后图像的相位信息形成二进制掌纹特征码,最后用汉明距离来衡量不同掌纹特征码的相似度.在UST掌纹库上的实验结果达到了较高的识别率,验证了该算法的
期刊论文：基于NMI特征的目标识别与跟踪
·期刊论文：基于NMI特征的目标识别与跟踪
期刊论文：基于Matlab和BP神经网络的角点检测方法研究
·简 介： 角点是图象的重要特征,决定了图象中目标的形状.本文提出了一种基于MATLAB神经网络工具箱的数字图象角点检测方法.实验证明,这种方法具有较好的角点检测能力.
期刊论文：一种基于MASM的口形轮廓特征提取方法及听视觉语音识别
·期刊论文：一种基于MASM的口形轮廓特征提取方法及听视觉语音识别
基于肤色和几何特性的人脸特征区域定位方法
·基于肤色和几何特性的人脸特征区域定位方法
基于小波变换的吞水音信号分析算法的研究
·摘要： 目的:吞水音信号的处理和特征提取.方法:本论文利用小波阈值算法对吞水音信号进行处理;并且通过带通滤波,利用小波变换的多分辨率分析对信号进行分析.结果:通过信号处理前后对比和分析,小波变换对吞水音信号的处理是有效的:并提出用咽部到贲门后音节的时间代替吞程来作为诊断的一个参数.结论:吞水音的分析在贲门癌的诊断中具有重要价值,利用小波变换,可以有效地对信号进行处理和分析,有助于贲门
核保局鉴别分析人脸识别算法
·摘 要:针对人脸图像的高维、非线性特性,本文结合核函数和鉴别保局投影分析,提出了一种新的非线性子空间特征提取方法——核保局鉴别分析（kernel locality preserving discriminant analysis,KLPDA）。该算法首先利用核函数将输入空间内线性不可分的人脸样本通过非线性映射投影到高维特征空间,以增强样本的可分性,然后在该特征空间内通过保局鉴别分析算法寻求保持样
自适应小波降噪的泵机组故障诊断
·摘 要:泵机组故障诊断的难点在于信号特征向量的提取,而故障特征往往淹没在复杂的噪音中。本文利用自适应小波函数对采集到的振动信号进行降噪,滤掉了无关的噪声信息,根据振动能量的分布,对降噪过的信号进行四层小波包分解,提取出的特征向量分布明显。最后将分类特征向量输入神经网络进行训练,测试的结果证明,该方法识别精度高、速度快,具有良好的应用前景。
神经网络语音识别新特征
·神经网络语音识别新特征
用于拟人机器人的嵌入式语音交互系统研究
·摘要： 本文介绍了一种用于拟人机器人的嵌入式语音交互系统.系统采用高质量的语音采集模块及语音输出模块,以高性能数字信号处理器(DSP)TMS320VC5402为硬件核心.HMM语音识别引擎以LPC倒谱及其差分分量作为语音特征表达,改进的Baum-Welch重估算法完成了多观察值序列下的语音模板训练.同时进行了语音特征不同表达形式对识别结果影响的对比实验.系统外围控制程序完成识别结果提
基于LLE和BP神经网络的人脸识别
·摘 要:利用LLE非线性降维方法提取人脸特征,然后将提取出来的特征输入到BP神经网络进行训练得到人脸类间的判别信息,进行人脸识别。利用LLE降维方法既能够降低数据维数,减少运算量,又很好的保留了各类人脸样本的拓扑结构,避免人脸图像光照、姿态等因素对人脸识别的影响。在ORL人脸库上的实验结果表明了,这种方法是有效的。