-
Eye Controlled Robot
目录
- 2022-05-25 05:21:29下载
- 积分：1
-
数字 shiriking 软件
为了分析图像通常我们必须减少图像的大小，所以，我们可能会在一个特定的大小的框架中处理它。这种编程发展到 o 数字图像缩小通过减少从帧的像素的数目。
- 2022-02-04 19:12:59下载
- 积分：1
-
基于VC的PointGrey灰点相机工程
基于VC的PointGrey灰点相机工程，可采用事件触发或多线程控制，包含单帧采集和连续采集等功能。PointGrey camera project based on VC that can be multi-threaded event-triggered control, including single frame capture and continuous acquisition functions.
- 2022-07-15 15:29:20下载
- 积分：1
-
基于opencv的人脸检测
基于opencv的人脸检测代码，适合初学者使用多个弱分类器集成的方法，机器学习中的弱学习到强学习，集成的关键是投票，最简单的方法是“绝对多数”的方法
- 2022-01-26 06:38:06下载
- 积分：1
-
Watershead 分割扫描
灰度级图像可能被视为的地形起伏，灰度的像素将被解释为它救济的高度。一滴水落在地形起伏流动沿路径达到最后的局部最小值。凭直觉，流域的救济对应到相邻的集水盆地的水珠的极限。
请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-01-25 17:14:01下载
- 积分：1
-
视网膜图像中的血管分割
从视网膜图像中分割血管，从而准确计算糖尿病视网膜病变是很重要的。在此代码中没有提供图像数据库，使用者可以使用任何免费提供的在线数据库。
- 2022-07-25 18:38:17下载
- 积分：1
-
使用蒸汽吞吐男人编码的图像压缩
函数代码 = huffman(p)
哈夫曼 %生成符号源变量长度的哈夫曼代码。
代码 %= HUFFMAN(P) 返回一个哈夫曼代码作为二进制字符串的单元格
%数组的代码输入的符号概率矢量体育在代码中的每个单词
%对应于其概率是在相应的指数符号
%的体育
%
%检查输入的参数的合理性。
error(nargchk(1,1,nargin)) ；
如果 (ndims(p) ~ = 2) | |(min(size(p)) > 1) | |~isreal(p) | |~isnumeric(p)
错误 ("P 必须是一个实数值向量"） ；
结束
%全局变量生存所有递归函数 "makecode" 的
全局代码
CODE=cell(length(p),1) ；%Init 全球太阳能电池阵列
如果 length(p) > 1%时多个符号......
p = p/sum(p) ；%规范化输入的概率
s = reduce(p) ；%做哈夫曼源符号削减
makecode (s，[]) ；%以递归方式生成的代码
其他
代码 = {"1"};%其他、 微不足道的一个符号案例 ！
结束
%……………………………………………………………….%
函数 s = reduce(p) ；
%在 MATLAB 的单元格结构中通过创建一个哈夫曼源减少树
减少 %执行源符号减少，直到只有两个
剩余的 %符号。
s = cell(length(p),1) ；
%生成符号节点 1 2、 3，开始树...到引用
%符号的概率。
为我 = 1:length(p)
s {i} = i ；
结束
同时 numel(s) > 2
[p，我] = sort(p);%排序符号概率
p(2) = p(1) + p(2) ；%合并
- 2022-07-04 14:42:09下载
- 积分：1
-
复杂图片中文字识别
本文介绍的是从图片中提取文字，图片非单一的的，而是较复杂的背景下。采用c语言编程调试最后达到预期效果的。源代码尽数在附件中。
- 2022-07-26 06:46:17下载
- 积分：1
-
这是变换的Verilog进行离散余弦的Verilog代码
摘要：故障诊断起着物理的重要作用 故障分析与产量的学习过程。随着数百亿 晶体管被集成在一个芯片上，多个故障可能 存在的。随着多个故障，故障屏蔽和加固效果 可能会出现。它们可能会导致基于单故障常规 诊断方法，如在一个时刻的单个位置（SLAT） 为无效。如果没有流行的SLAT方法失败 够SLAT图案可以由单个stuckat说明 故障。此外，一个真正的硅缺陷可能表现为不同 故障在不同的故障模式模型（DM），它可 无效使用单故障模型的方法SLAT 在所有失败的模式。在本文中，我们介绍的概念 故障元件，支持多种故障模型，并使用faultelement 图（FEG）考虑故障屏蔽和加固 多故障之间的影响。基于所有失败的FEGs 模式，最有可能的故障位置和故障的因素 被反复识别。同时，FEGs是迭代地 修剪跟踪的其余多个故障的影响，直到 所有的故障点被确定，所有的FEGs减少 为null。实验表明，该诊断 方法可以识别，即使在多个故障的位置 DM具有较高的诊断精度和分辨率。 关键词：故障诊断，故障元件，故障元件 图（FEG），多种故障模式，多重故障。
- 2023-07-27 08:25:03下载
- 积分：1
-
多种方式处理位图文件
资源描述这个例子功能强大，能够以多种方式处理位图文件，强烈推荐
- 2022-03-24 06:43:56下载
- 积分：1
