Cvv 图像类

此项目检测来自diff catrs sadbabsdhs sdbnbdhsadb asdbabsdasbdasbd as a s as sa的牌照；

具有选择性局部或全局分割的活动轮廓：一种新的变分方法和水平集方法。作者：张开华、张磊、宋慧慧和周文刚

资源描述本代码为人工神经网络代码，重点用在图像识别，图像分类方面其中包括ANN的数字字符识别系统代码，其他的代码都是为学者提供学习的参考。

一种新的方法进行分类的各种恶性肿瘤中使用宫颈细胞图像的纹理属性的宫颈细胞图像

基于DSP的红外与可见光融合   金字塔算法  该包是在CCS下的用于可见光和红外光的图像融合程序。 融合规则为加权法，任何级数为2   过程为： 滤波->分解->融合->重构

用matlab实现了 sift算法的运用。SIFT 算法首先在尺度空间进行特征检测,并确定关键点(Keypoints)的位置和关键点所处的尺度, 然后使用关键点邻域梯度的主方向作为该点的方向特征,以实现算子对尺度和

采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法，称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集，每个包含26字母表写由不同的人，用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的，用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进，并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法，将减少处理时间，同时提供更高的识别精度[3]。在一般情况下，手写识别被分为两种类型的离线和在线手写识别方法。在离线识别，写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是，在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而，在离线的系统中，神经网络已被成功使用，以产生比较高的识别精度等级。几个应用程序，包括邮件分拣，银行处理，文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是，在离线手写识别仍然是一个活跃的研究领域向探索较新的技术，这将提高识别精度[6] [7]。

应用背景对于同样一个实体，使用三维扫描可以生成三维点云，如果能有效地对齐三维点云，即可更好地建立三维模型，并且生成更多三维信息。关键技术三维点云对齐采用的SVD分解的方法。利用K-D树建立空间索引，然后使用最近点迭代的方法，寻找匹配点，实现三维点云对齐。

资源描述了解数字图像处理的基本算法，如平移、旋转、平滑、锐化、灰度图的转化、对比度扩展，腐蚀、膨胀...

使用说明：第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中该系统的识别率一般为90%另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图转为灰度图”“灰度图二值化”“去噪”“倾斜校正”“分割”“标准化尺寸”“紧缩重排”另外注意，要识别的图片，要与win.dat、whi.dat位于同一目录。此两文件保存训练后网络的权值参数