针对现有车牌识别算法中的车牌定位、字符分割和字符识别三个核心模块存在的不足， 提出了一种基于边缘两侧颜色检测的车牌定位方法；通过采用动态阈值调整方法，很好的实现了字符分割；对神经网络在字符识别技术中的应用进行了大量的研究和实验，根据汉字和数字、字母特征提取的不同，在对字符信息初识别时将汉字和数字、字母采用不同结构参数设置的神经网络进行识别，并对识别结果中包含的具有形体相近的字符提出了一种“不等权值”的方法。结果证明识别率有了明显提高。
上传时间： 2013-11-22
上传用户：herog3
车载酒驾检测侧系统设计原理
上传时间： 2013-10-12
上传用户：maqianfeng
针对当前汽车产业对测控系统多功能、高度智能化的复杂性要求，提出了一种应用于汽车安全性能检测的嵌入式设计方案。整个系统以韩国SAMSUNG公司生产的ARM920T为内核的S3C2410微处理器为主控芯片搭建硬件平台，采用嵌入式Linux操作系统作为软件平台，可以大大提高系统的功能。
上传时间： 2013-11-17
上传用户：半熟1994
通过深入研究国内外视频图像运动目标的跟踪技术现状，基于目前对视频图像中运动物体进行检测与跟踪设备的便携性差、耗电量高等缺点，本系统利用ARM11平台搭载Linux系统实现相关应用的方法，完成了一套较完整的小型化检测系统的设计。本系统通过对实验室中走动的人进行视频检测跟踪试验，最终得出本系统可以对通过USBCAM采集的视频信号进行实时的数据处理，视频分辨率为240×320。包括检测出运动物体，标记出运动物体的图形中点，并对其进行轨迹的标注等。
上传时间： 2013-10-23
上传用户：zq70996813
根据在线心电信号自动分析系统的实时性要求，提出了一种基于现场可编程门阵列的QRS波检测解决方案和硬件结构。该方案采用离散小波变换（DWT）算法结合阈值检测算法进行特征点提取，克服了传统算法受噪声、基漂、杂波等影响的缺点，逻辑简单，适合硬件实现。
上传时间： 2013-10-16
上传用户：
：通过人眼图像来检测驾驶员疲劳驾驶是目前的主流方向，面部及眼睛定位是其中关键的环节。针对驾驶员疲 劳检测系统，结合图像处理和模式识别技术，提出一种基于人脸面部特征的人眼定位方法。经实验验证：该方法实时性 好，可用于不同背景、光照、旋转和偏转角度，以及睁闭眼、戴眼镜等多种复杂条件下的眼睛定位。
上传时间： 2016-08-05
上传用户：zhuoying119
本文介绍了数字图像处理与模式识别在交通的应用领域及其重要意义，详细阐述了利用数字图像处理及模式识别技术的原理和方法，并在此基础上研究了交通检测系统的算法和模型，通过本文的研究，初步探索了数字图像处理与模式识别在交通检测系统中的应用途径和方法，为以后进一步的实现基于数字图像的交通检测系统的打下了基础
上传时间： 2013-12-14
上传用户：myworkpost
针对数字信号处理器(DSP)系统集成度高、速度快、适合大量数据实时处理的特点,分析微弱 信号的双相位相干检测原理,从应用的角度研究基于DSP实现的双相位检波模式的优点。利用DSP产生 精确的相干波,从而使谐波的抑制能力可以达到-120dB。随机噪声中的信号幅值误差可以达到0.45 ,相 位误差0.228 。构建了一个以DSP为核心高精度的微弱信号检测系统。
上传时间： 2013-12-26
上传用户：dancnc
基于VC6.0的车牌识别的系统MFC编程
标签： 车牌识别系统
上传时间： 2016-04-28
上传用户：gdgfaifd
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
