HAAR
共 35 篇文章
HAAR 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 35 篇文章，持续更新中。
人脸检测 C代码
人脸检测,通过HAAR特征训练级联分类器,然后运用在人脸上,进行识别
Haar 算法
Haar 算法
图像处理常用
简洁明了 C++
应用haar小波逼近曲线
利用matlab编写，应用haar小波逼近曲线
基于小波变换的真菌隐球酵母菌图像参数压缩
·摘 要:提出用小波Haar算法对真菌隐球酵母菌图像参数进行压缩．该方案首先按照行优先的原则，将每个酵母菌图像的特征参数由一维转换为二维；然后利用小波方法将二维参数进行压缩．实验利用机器学习工具WEKA，选取52个训练集图像以及26个新图像，采用“10舍1”及“10份10轮”交叉验证方法，建立多个预测模型．实验表明小波方案大大节约了运行时间，而在识别变异病原体形态的问题上，几乎与数据驱动特征参数选
一种基于最优尺度小波变换的符号率估计算法
·摘 要:在限带数字通信系统的一般模型框架下,提出了一种基于最优尺度小波变换的符号率估计算法.首先深入分析了经典Haar小波符号率估计方法的基本原理及其性能缺陷,然后从奇异性和消失矩的角度,从理论上证明了小波基函数选择受信道特性影响较小.新算法利用归一化能量最大化准则获得最优尺度参数,并选取具有高阶消失矩的小波基函数进行小波变换,从而可以获得数字调制信号符号率信息.仿真结果表明,新算法在数据量较少
传感器网络中误差有界的小波数据压缩算法
· 摘要： 无线传感器网络通常能量、带宽有限,难以适应大量数据传输的需求,需要对原始采样数据进行网内近似或聚合.通过设计误差树和解回归方程组,提出了一种无穷范数误差有界的数据压缩方案.该方法可以同时探索传感器数据中的时间相关和多属性间相关.通过一维Haar小波变换来消除单个数据流中的时间相关.若单个传感器节点可以采集多种物理量,即产生多个数据流,则根据相关系数矩阵选择其中的若
基于Haar小波的自适应数据压缩方法
· 摘要： 在无线传感器网络中,传感器节点的通信带宽有限,节点输出数据量需要与之匹配.针对该问题,设计高频系数选择算法确定待传输的Haar小波系数选择、量化和编码,通过自适应调整数据压缩率控制输出数据量.理论分析与仿真结果表明,该方法可充分利用节点通信带宽,当温度和湿度数据压缩率为0.9时,数据重构均方差小于0.1.
一种保持频域高阶统计特征不变的隐写算法
在分析离散Haar小波分解特性的基础上，论证保持其高阶统计特征不变性引理，据此设计一种空域隐写算法，保持了图像Haar小波分解后H、V、D区域的高阶统计特征。该算法使嵌入信息满足不可见性，具有一定抗R
一种基于Haar小波变换的彩色图像人脸检测方法
本文提出了一种基于 Haar 小波变换的彩色图像人脸检测方法。首先进行彩色空间的变换，检测出图像中的肤色区域；利用Adaboost 算法训练出的基于Haar 小波变换的检测器对该区域进行人脸检测；建立
一种新的基于小波变换的虹膜识别算法.rar
提出一种基于Haar小波变换的虹膜识别算法.详细介绍了虹膜图像的预处理及对虹膜纹理的特征提取方法,并与Daugman的虹膜识别算法进行比较.
基于ARM架构的嵌入式人脸识别技术研究
嵌入式人脸识别系统建立在嵌入式操作系统和嵌入式硬件系统平台之上,具有起点高、概念新、实用性强等特点。它涉及嵌入式硬件设计、嵌入式操作系统应用开发、人脸识别算法等领域的研究；嵌入式人脸识别系统携带方便、安装快捷、机动性强,可广泛应用于各类门禁系统、户外机动布控的实时监测等特殊场合,因此对嵌入式人脸识别的研究工作具有突出的理论意义和广泛的应用前景。 本文是上海市经委创新研究项目《射频识别RFID系统-
小波包分析MATLAB
使用matlab进行小波包分析的程序，小波函数φ与尺度函数Φ的有效支撑长度为2N-1.当N取2时便成为Haar小波。
基于人脸识别算法的门禁系统的设计与实现
<p>随着信息技术的发展以及嵌入式、人脸识别、计算机网络等技术的提高，人们正在感受着科技带来的便利和益处。</p><p> 该系统通过摄像头获取人脸图像,在后台应用系统完成图像识别,然后给单片机发送命令来控制门禁系统。软件上首先利用小波变换对人脸图像进行2次小波分解,然后对低频分量进行离散余弦变换(DCT)提取特征值,最后利用欧氏距离和最近邻分类器进行识别。采用OpenCV人脸识别算法进
对图片实现haar变换
对图片实现haar变换，并可设置阈值对图片进行不同损耗的压缩
haar小波变换行分解程序行分解是最基本的了 只要学会了它 其他的自己就会了
haar小波变换行分解程序行分解是最基本的了 只要学会了它 其他的自己就会了
ezw编码
ezw编码，外加haar基变换，简单明了，适合初学者
This program compress and recostruct using wavelets. We can select level of decomposition(here maxim
This program compress and recostruct using wavelets. We can select level of decomposition(here maximum 4 levels are given) of images using selected wavelet.
For eg:-wavelets can be haar, db1, db2,dme
基于Mallat的二维Haar小波分解与重构算法的C语言实现
基于Mallat的二维Haar小波分解与重构算法的C语言实现
利用OpenCv开发的一个基于adaboost算法和haar小波变换的人脸算法,具体情况可参考Paul Viola ,Robust Real-Time Face Detection,2004
利用OpenCv开发的一个基于adaboost算法和haar小波变换的人脸算法,具体情况可参考Paul Viola ,Robust Real-Time Face Detection,2004
人脸检测领域经典的Haar人脸检测。使用OpenCV.
人脸检测领域经典的Haar人脸检测。使用OpenCV.