-
![]()
139
-
面向人脸识别的快速特征提取与稀疏表示方法研究.pdf
- 面向人脸识别的快速特征提取与稀疏表示方法研究面向人脸识别的快速特征提取与稀疏表示方法研究面向人脸识别的快速特征提取与稀疏表示方法研究
-
-
![]()
75
-
基于小波变换的通信信号特征提取与调制识别---优秀毕业论文 参考文献 可复制黏贴.pdf
- 基于小波变换的通信信号特征提取与调制识别---优秀毕业论文 参考文献 可复制黏贴与,识别,特征,调制识别,特征提取,调制信号,通信与,小波变换和,通信信号,小波变换
-
-
![]()
45
-
基于MATLAB彩色图像的特征提取与研究.doc
- 基于MATLAB彩色图像的特征提取与研究图像,提取,评价,彩色图像,研究,特征提取,图像特征,图片的,图像的彩色,图像的
-
-
![]()
62
-
时间序列特征提取与聚类算法研究.pdf
- 中山大学硕士学位论文时间序列特征提取与聚类算法研究姓名：李伟申请学位级别：硕士专业：应用数学指导教师：张磊20080527摘要时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列，在经济、金融、
-
-
![]()
54
-
指纹图像的特征提取与匹配.doc
- 本文在预处理的基础上主要对特征提取与匹配做了详细研究。研究内容主要包括以下三个方面：
(1) 在已有算法的基础上，仿真了一套有效的指纹预处理算法。
(2) 指纹特征提取。使用了基于8邻域脊线跟踪法进行特征点的提取，在提取之前进行了伪特征点的去除，对去伪前与去伪后特征提取的准确度做了比较。
(3) 指纹匹配。使用了基于相似三角形原理的指纹匹配方法，并进行了改进，克服了已有算法的局限性。最后对实验结果做了统计，与现有文献的匹配率做了比较。
-
-
![]()
53
-
3D掌纹特征提取与匹配方法的研究.pdf
- 3D掌纹特征提取与匹配方法的研究
-
-
![]()
80
-
语音信号特征参数提取方法设计与实现毕业设计.doc
- LANZHOUUNIVERSITY TECHNOLOGY毕业设计 语音信号特征参数提取方法设计与实现学生姓名 专业班级通信工程*班 指导教师 计算机与通信学院答辩日期 语音信号特征参数提取方法设计与实
-
-
![]()
43
-
一种语音特征提取与检测方法.pdf
- 一种语音特征提取与检测方法一种语音特征提取与检测方法一种语音特征提取与检测方法
-
-
![]()
71
-
人脸特征提取与识别关键技术研究.pdf
- 茎竺堡兰垡笙苎摘要人脸识别是模式识别和计算机视觉领域非常活跃的研究课题，在国家安全、军事等领域有着广泛的应用前景，一直受到很多研究学者的关注。由于人脸图像的特殊性，人脸识别问题是模式识别领域的一个相当
-
-
![]()
106
-
图像对象特征提取与识别.pdf
- 视觉是人类认知世界的重要途径，由于人眼摄入景物时的整体性和人的神经系统处理信息的高度并行性，人的视觉系统识别图像是轻而易举的事情；而目前计算机处理图像数据是逐像素进行的，缺乏整体形象的指导，其自动识别图像的准确率和效率还远不及人的视觉，虽然近年来计算视觉技术发展迅速，新的研究成果层出不穷，但仍存在诸多具有理论意义和实用价值的课题需要研究探索。 二维图像的分析和二维对象的识别是计算机视觉的重要研究内容之一。对图像进行分析的目的是要识别其中的对象，首先要分割出对象，然后提取描述对象的特征，并依据特征识别对象。可见图像分割、对象特征提取、基于特征设计识别算法，是图像对象识别的关键问题。 针对图像对象识别中的关键问题，结合实际科研工作，本文对指纹图像分割、对象形状特征描述、枪痕图像识别等问题进行了探索研究，主要研究工作概括如下： 1.提出并实现了基于支持向量机(SVM)的指纹图像分割方法。支持向量机是近年来备受推崇的机器学习方法，分析所处理的指纹数据库的特点，提出并实现了一种用图像块方差和块对比度构成SVM特征的指纹分割算法，该算法在FVC2002db4数据库上取得较好的分割结果，正确分割率高于95％。 2.提出了一种将局部分析和全局分析相结合，综合评价指纹图像质量的方法。算法首先将指纹图像划分成32×32的子块，对每一块作FFT变换，计算块频谱分布图的最小转动惯量和偏心率，从这些参数得到块质量的局部分析结果；其次考察每块图像的频域特征参数与其8近邻块相应参数的关系，从纹线流势的全局观点，聚类形成图像的清晰区和模糊区；算法最后综合局部分析和全局分析的结果，得出指纹图像的质量评分。实验结果表明这是一种合理的、有效的质量评价方法。 3.提出了一种表示图像对象形状的边缘相对方向特征。将图像对象形状的边缘信息抽象成由特征点及边缘相对方向构成的特征图，基于特征图，可以设计出对平移、尺度、旋转变换具有不变性的对象形状识别算法。将边缘相对方向特征应用于手势图像识别，实验结果证明了该特征的有效性和高速性，三种手势的识别率高于98％，平均每幅图像的识别时间少于0.45ms。
-
向豆丁求助：有没有特征提取与?
