MATLAB实现Harris角点检测与图像配准,并通过局部特征向量的构造,又进行了粗筛选和细筛选
2024/5/4 3:07:01 614KB MATLAB
1
提出一种融合多种特征的图像过曝光区域检测算法。
利用转换的亮度特征和颜色特征,并新引入亮颜特征和边界邻域特征来构成特征向量,用L2正则化逻辑非线性回归方法。
对实验图像进行过曝光区域检测,结果显着示,相较于亮度阈值法和采用亮度和​​颜色特征的常规检测方法,约会新特征后的改进算法检测出的过照射范围区域连通性更好。
1
用于图像去噪的2D非局部稀疏表示
2024/4/27 8:22:45 156KB 研究论文
1
运用地统计学进行空间分析基本包括以下几个步骤,即数据探索性分析,空间连续性的量化模型,未知点属性值的估计,对未知点局部及空间整体不确定性的预测。
2024/4/27 1:54:01 348KB 空间异质性
1
泡沫图像特征是指泡沫图像中与浮选性能相关的局部黑色水化区域大小,即局部光谱特征.针对这一局部光谱特征形状、大小无规则性,提出了一种基于多维主元分析的特征提取方法,并将提取的特征应用于铜浮选粗选过程病态工况识别.首先,描述了铜浮选粗选过程,分析了影响粗选过程的主要因素和黑色水化区域形成机理;然后,提出一种基于多维主元分析的图像局部光谱特征提取方法;最后,将基于多维主元分析的图像局部光谱特征提取算法应用于铜浮选粗选泡沫图像,并将所提取的图像特征用于铜粗选病态工况识别.工业现场数据验证了所提方法的有效性.
1
任务规划是无人机协同作战的关键技术之一。
以压制敌方防空火力任务为背景,考虑战场地形与威胁分布、击毁目标需要的火力以及无人机的战斗毁伤概率等因素,建立了多架无人机协同攻击多个地面目标的任务规划模型,并提出并行遗传粒子群优化算法(GAPSO)求解任务规划问题。
通过具体的仿真算例验证了协同任务规划模型的合理性,并比较分析并行GAPSO算法与标准GAPSO算法,证明了并行GAPSO算法具有更好的收敛性且避免陷入局部最优。
2024/4/21 21:19:52 364KB 多无人机协同
1
报告内容:第1章需求分析(1)功能需求(2)数据流图(3)数据字典第2章概念结构设计(1)局部E-R图设计(2)全局E-R图设计第3章逻辑结构设计(1)E-R图向关系模式转换(2)视图设计第4章物理设计(1)关系模式存取方法选择(2)编程实现第5章程序运行结果
1
从网上收集的matlab下的Otus阈值方法、迭代阈值、局部阈值对比,可以运行,但是没整理比价乱
2024/4/16 15:28:33 4KB matlab
1
基于学习方法构造的冗余字典可更加准确地提取信号的结构特征,也是近几年的研究热点。
论文在研究了基于KSVD字典学习的图像去噪算法的基础上,将相关系数匹配准则和字典裁剪方法相结合,提出一种改进的字典学习算法,进一步,为了利用图像的非局部自相似性信息,提出将自相似性作为一个约束正则项融入到图像去噪模型,提出基于改进字典学习和非局部自相似性的图像去噪算法。
大量实验验证,与传统KSVD去噪方法相比,该方法在提高同质区域平滑性的同时还能保留更多的纹理、边缘等细节特征。
2024/4/11 16:04:54 4.55MB 图像 去噪 稀疏表示 KSVD
1
1.1要提高图像处理水平,需要从哪些方面努力?2.1编程实现:分别用最近邻插值、双线性插值和双三次插值等方法把一幅图像面积放大9倍,并对放大效果进行比较。
2.2提出将像素宽度的m通路转换为4通路的一种算法(习题2.13),并编程实现。
3.1编程实现图像反转、对数变换和对比度拉伸。
3.2试提出一种如3.3.4节中讨论的基于直方图统计的局部增强方法,并编程实现。
3.3编程实现中值滤波、Soble运算和Laplacian锐化。
3.4对掌纹图像进行图像增强,使得掌纹纹线更清晰。
说明增强方案,并编程实现。
4.1编程实现等效于3*3邻域均值平滑的频率域滤波。
4.2编程实现同态滤波以及巴特沃思低通、高通、带通、带阻滤波器。
4.3习题4.43。
5.1编程实现可变阈值处理。
5.2编程实现Ostu图像分割方法。
5.3设计人脸方案,并编程实现。
5.4设计与实现虹膜图像分割。
6.1编程实现边界追踪算法。
6.2编程实现二值区域细化算法。
6.3编程实现灰度共生矩阵方法。
6.4习题11.16。
6.5习题11.27。
7.1编程实现印刷体数字识别(包括增强、分割、特征提取和识别)。
7.2编程实现桃子图像识别,要求能使识别蟠桃、水蜜桃、油桃、黄桃等亚种。
(包括增强、分割、特征提取和识别)
2024/4/11 4:39:24 10.24MB VC++
1
共 515 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡