用matlab完成的一个基于连通域方法切割出二代身份证上数字和汉字并且运用模板法进行识别的程序，效果还可以~文档里面包含了课程的实验报告还有关于连通域切割的一篇论文，我就是基于这个论文写的程序！
2019/1/7 13:11:30
6.81MB
1
课题引见：本课题为基于MATLAB的平面参数测量系统，是以一个带缺陷的光伏面板作为素材，检测出缺陷所在，定位后计算出每个缺陷的面积大小。
本设计带有一个人机界面GUI.二、算法流程：读入测试图片——rgb转换——分割——开闭运算——空洞填充——过滤微小连通域面积——计算缺陷面积和个数。
本设计带有一个人机界面GUI.二、算法流程：读入测试图片——rgb转换——分割——开闭运算——空洞填充——过滤微小连通域面积——计算缺陷面积和个数。
2017/9/1 7:54:16
1.18MB
1
c++实现交通标识的定位以及识别，采用颜色分割以及连通域实现交通标识的初步定位，在采用hog特征以及svm对交通标示进行识别，运用vs2013和opencv实现，效果很好
2019/1/8 13:12:31
17.27MB
1
一种用FPGA实现的二值图像连通域标记算法。
这个算法只需要缓存若干行的图像数据，并在这若干行的固定延时内就给出结果，实时性很高，计算延时就只要这若干行，FPGA也无需外界SRAM或DDR来缓存图像数据。
这个算法只需要缓存若干行的图像数据，并在这若干行的固定延时内就给出结果，实时性很高，计算延时就只要这若干行，FPGA也无需外界SRAM或DDR来缓存图像数据。
2018/11/6 11:07:26
1.82MB
1
matlab简单图像处理代码3D-connect-component-label-with-GPUThisismy3Dparallelalgorithm,butitisnotperfect.Itprovidesawayforyoutooptimizeit.Ihopesomeonecangiveagoodopinion???由于医学项目中需要实现3D连通域算法，matlab有自带的3D连通域算法，挺快的???但是要实现c++版本，2d连通域实现的算法思路上就是twopassmethod，???当时我为了快速实现，就直接写了一个广度搜索的3d连通域算法???于是，我想能不能实现一个并行的3D连通域算法呢，于是我google，发现了几篇很好的withgpu的2DCCL，但并没有3DParallel，发现主要思想还是twopassmethod，不过因为并行，所以需要考虑每个像素点的独立，在这里进行了处理论文分别是：????ParallelgraphcomponentlabellingwithGPUs
2019/1/6 1:36:31
45KB
1
可以进行裂缝检测和长宽定量计算，包含了主流的裂缝检测算法（OTSU、kapur、Niblack、迭代法区域生长）等，包括了连通域分析和形状学处理等方法。
2021/4/1 3:35:22
12.05MB
1
视觉导航是智能采棉机器人的基本技术之一。
棉田组成复杂，存在遮挡和照明，难以准确识别出犁沟，从而提取出导航线。
提出了一种基于水平样条分割的野外导航路径提取方法。
首先，通过OTSU阈值算法对RGBcolor.space中的彩色图像进行预处理，以分割犁沟的二值图像。
棉田图像成分分为四类：犁沟（成分包括土地，枯萎的叶子等）。
。
），棉纤维，棉的其他器官和外部区域或阻塞物。
通过利用HSV模型的色相和值的显着差异，作者将阈值分为两个步骤。
首先，他们在S通道中分割棉绒，然后在棉线区域之外的区域中在V.通道中分割犁沟。
另外，需要形状学处理以滤出小的噪声区域。
其次，水平样条用于分割二值图像。
作者检测水平样条中的连通区域，并合并由棉毛或附近大连通区域中的亮点引起的孤立的小区域，从而获得犁沟的连通区域。
第三，根据相邻导航线候选之间的距离较小的原理，以图像底部的中心为起点，并从连通域的中点开始依次选择候选点。
最后，作者对连接域的数量进行计数，并计算连接域边界线的参数变化，以确保机器人是否到达了野外或遇到障碍物。
如果没有异常，则使用minimum.squares方法由导航点拟合导航路径。
棉田组成复杂，存在遮挡和照明，难以准确识别出犁沟，从而提取出导航线。
提出了一种基于水平样条分割的野外导航路径提取方法。
首先，通过OTSU阈值算法对RGBcolor.space中的彩色图像进行预处理，以分割犁沟的二值图像。
棉田图像成分分为四类：犁沟（成分包括土地，枯萎的叶子等）。
。
），棉纤维，棉的其他器官和外部区域或阻塞物。
通过利用HSV模型的色相和值的显着差异，作者将阈值分为两个步骤。
首先，他们在S通道中分割棉绒，然后在棉线区域之外的区域中在V.通道中分割犁沟。
另外，需要形状学处理以滤出小的噪声区域。
其次，水平样条用于分割二值图像。
作者检测水平样条中的连通区域，并合并由棉毛或附近大连通区域中的亮点引起的孤立的小区域，从而获得犁沟的连通区域。
第三，根据相邻导航线候选之间的距离较小的原理，以图像底部的中心为起点，并从连通域的中点开始依次选择候选点。
最后，作者对连接域的数量进行计数，并计算连接域边界线的参数变化，以确保机器人是否到达了野外或遇到障碍物。
如果没有异常，则使用minimum.squares方法由导航点拟合导航路径。
2017/7/15 20:54:57
896KB
1
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