-
车辆与车道线的检测与跟踪
这是毕设的程序,包括大津阈值分割,SCHARR滤波器边缘检测,ROI设置,车道检测中用HOUGH进行直线检测,多段折线模拟弯道,以及偏离点检测,及这三部分的跟踪,车辆检测为基于特征检测,采用KALMAN进行跟踪
- 2020-12-01下载
- 积分：1
-
《MATLAB R2016a通信系统建模与仿真28个案例分析》源码.zip
《MATLAB R2016a通信系统建模与仿真28个案例分析》源码.zip
- 2020-04-28下载
- 积分：1
-
C++实现多元线性回归 可指定任意几元 训练给出回归方程式
控制台应用程序，C++实现多元线性回归，可指定任意几元，根据给定的数据矩阵，训练给出回归方程式
- 2020-12-04下载
- 积分：1
-
二分法查找(4种版本) C++
二分法查找C++代码，包括递归健忘版、非递归健忘版、递归非健忘版、非递归健非忘版，用到了stl里的vector和模板的知识
- 2021-05-06下载
- 积分：1
-
灰色预测模型资料和程序.rar
MFC语言编写的灰色预测模型EXCEL预测分析.doc多变量灰色预测模型算法的Matlab程序.pdf多变量灰色预测模型算法的Matlab程序.txt灰色模型代码GM(1，1)模型的改进与应用及其MATLAB实现.pdf关于GM(1,1)灰色模型MATLAB的程序.pdf用EXCEL实现灰色数列模型GM(1,1)的预测.pdf企业马尔可夫预测的Excel+VBA实现.pdf灰色模型GM(1,1)结合Excel实现药品销售预测.pdf基于 EXCEL 建立人口灰色预测模型的研究.pdfVBA编程轻松实现.pdf用Excel建立灰色数列预测模型的研究.pdf
- 2020-12-02下载
- 积分：1
-
matlab实现图像模板匹配
用matlab实现图像的模板匹配，简单易用，有实例。
- 2020-12-04下载
- 积分：1
-
基于 Servlet+jsp+mysql 开发 javaWeb 学生宿舍管理系统.zip
该学生宿舍管理系统有三种用户角色。分别是系统管理员、宿舍管理员和学生。其中系统管理员拥有系统最高权限，包括学生管理，宿管管理，楼宇管理，宿舍管理，住宿管理和系统管理模块；宿舍管理员权限包括学生管理，宿管管理，楼宇管理，设施管理和住宿管理；学生权限包括学生管理和住宿管理。
- 2021-05-07下载
- 积分：1
-
高斯瑞利分布下qpsk和QAM的误码率分析
高斯瑞利分布下qpsk和QAM的误码率分析，不仅对理论的曲线进行了绘制，而且进行了仿真。16QAM在瑞利衰落信道下的的程序网上比较难找，这份资料详细的分析并得出了最终的曲线图！
- 2020-12-05下载
- 积分：1
-
WiFi相关的学习资料
WiFi相关的学习资料，有WiFi基础知识、天线基本原理、Wifi模块全总结和802.11无线网络权威指南等
- 2021-05-06下载
- 积分：1
-
SIFT算法详解及应用(讲的很详细)
SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。独特性( Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RST)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7
- 2020-05-27下载
- 积分：1
|
联系客服（QQ：3324461878）
