基于opencv的轮廓和园检测,可以由于圆形目标的检测
2024/2/17 21:15:47 939B opencv
1
基于密度的聚类算法的matlab实现,通过配置输入数据格式,即可实现目标的聚类,效果非常好。
2024/2/17 20:31:42 5KB 聚类
1
雷达技术的发展使其具有高的二维分辨率,能对场景和目标成像,因而成像已成为雷达的一种新的功能,极大地提高了获取目标信息的能力。
它在各类雷达的许多方面得到越来越广泛的应用,本书共分8章,主要内容有:雷达高分辨的原理和实现的处理方法,一维距离像,合成孔径雷达,逆合成孔径雷达,干涉技术在合成孔径雷达和逆合成孔径中的应用等。
本书在内容的安排上更着重于理论联系实际,在将基本原理和算法介绍清楚的基础上,主要讨论实际实现中的各类工程技术问题,力求帮助雷达工程技术人员尽快地掌握这一新技术,并能用以解决实际工程问题。
,本书具有的设计性和实用性,将会指导从事雷达研究、制造的工程技术人员设计、制造出性能优异的雷达,对于从事雷达系统与技术教学的高等院校师生也是一本很有实践价值的教材或参考书,对于广大从事雷达装备使用与维护的雷达部队官兵和各行各业操作人员来说也是系统性学习雷达工程技术知识的参考书。
2024/2/17 17:51:33 16.99MB 雷达
1
分析研究了用CV模型,CA模型,Singer模型对单机动目标进行跟踪算法的matlab仿真。
比较了各模型的滤波性能,得出了一些有意义的结论。
1
在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别,这一研究已经取得了很大的进步。
运用SIFT生成的图像特征向量的性能十分稳定,对旋转、缩放、平移是保持不变性的,对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。
RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法,在标准的RANSAC算法基础上加入了假设评价,改进为R-RANSAC(TheRandomizedRANSAC)算法。
对这两个方面进行论述,运用SIFT(尺度不变特征变换)算法对双目机器人的两幅视觉图像进行匹配,采用带SPRT的R-RANSAC改进算法对匹配过程进行优化,尽可能在短的时间里完成匹配矫正,进而加速整个配准的时间。
2024/2/17 5:39:03 538KB 论文研究
1
 针对帧差分法易产生空洞以及背景减法不能检测出与背景灰度接近的目标的问题,提出了一种将背景减和帧差法相结合的运动目标检测算法。
首先利用连续两帧图像进行背景减法得到两种差分图像,并用最大类间与类内方差比法得到合适的阈值将这两种差分图像二值化,然后将得到的两种二值化图像进行或运算,最后利用图像形态学滤波得到准确的运动目标。
实验结果表明,该算法简单、易实现、实时性强。
1
可用于视频目标检测的深度学习代码,完整好用,可直接运行
2024/2/15 23:56:33 42.82MB 深度学习 目标检测
1
目标检测评价指标目标检测评价指标目标检测评价指标目标检测评价指标
2024/2/15 9:53:58 1.45MB 目标检测 评价指标
1
基于Camshift和Kalman的多目标跟踪算法,当被跟踪目标被遮挡时,通过kalman进行位置估计
2024/2/15 5:43:53 18KB Camshift Kalman kinect2.0 多目标
1
线性规划.非线性规划.多目标规划Matlab代码[比赛已经用过,保真好使]
1
共 1000 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