一个应用于公交、汽车、车站商场的人头检测程序，检测出人头进出数量。
输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。
可同时检测2人进入或出去。
一种基于随机Hough变换(RHT)的人头检测方法。
根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。
利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。
实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。
输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。
可同时检测2人进入或出去。
一种基于随机Hough变换(RHT)的人头检测方法。
根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。
利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。
实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。
2024/11/7 2:39:03
170KB
1
主要研究基于分数阶偏微分方程的医学图像增强的算法。
主要是在最为经典的Riemman-Liouville(R-L)积分算法基础上，将该算法中值滤波和分数阶积分相结合，利用自适应中值滤波算法中的噪声判别条件来检测噪声点，然后用“噪声边缘”判别函数对其中的可疑噪声点进行二次检测，并根据图像的局部统计信息和结构特征构造自适应的分数阶阶次，最后将检测出的噪声点用自适应的分数阶积分掩模进行滤波去噪。
主要是在最为经典的Riemman-Liouville(R-L)积分算法基础上，将该算法中值滤波和分数阶积分相结合，利用自适应中值滤波算法中的噪声判别条件来检测噪声点，然后用“噪声边缘”判别函数对其中的可疑噪声点进行二次检测，并根据图像的局部统计信息和结构特征构造自适应的分数阶阶次，最后将检测出的噪声点用自适应的分数阶积分掩模进行滤波去噪。
2024/11/5 13:04:55
2KB
1
本书主要介绍了TI的OMAPL138双核嵌入式处理器的结构特征，以及基于某款实验箱的典型应用案例
2024/11/4 17:29:40
56.26MB
1
基于Gabor滤波指纹识别算法matlab完整程序，过程是定位中心点，裁剪图像大小，以参考点为圆心做同心环作为特征提取区域，对特征提取区域做归一化处理
2024/10/31 0:15:25
21KB
1
MATLAB心电图自动诊断程序。
围绕心电信号预处理、心电波形检侧与定位、心电特征提取与分析三个方面。
研究MIT数据库中的心电信号，针对心电信号中存在的工频干扰、基线漂移、肌电干扰等各种噪声,设计出了高通、低通、带阻、平滑效果滤波器来对心电信号进行预处理，对处理后的信号采用连续小波变化进行特征点的定位及瞬时心率的计算，最后通过分析给出诊断结果。
围绕心电信号预处理、心电波形检侧与定位、心电特征提取与分析三个方面。
研究MIT数据库中的心电信号，针对心电信号中存在的工频干扰、基线漂移、肌电干扰等各种噪声,设计出了高通、低通、带阻、平滑效果滤波器来对心电信号进行预处理，对处理后的信号采用连续小波变化进行特征点的定位及瞬时心率的计算，最后通过分析给出诊断结果。
2024/10/30 13:28:29
302KB
1
使用SOM算法+CNN提取特征，对图像进行聚类。
运行环境，python3.6+tensorflow1.11.0
运行环境，python3.6+tensorflow1.11.0
2024/10/26 21:16:08
105.62MB
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