实数编码的遗传算法

这个MATLAB代码是关于KNN算法。在这段代码中使用的图像是在图片文件夹使用的每一个机构。

实现基本的直方图，阈值分割，形态学滤波，边界分割，利用傅里叶描绘子实现1/4,1/8,1/16边界重建。

资源描述使用自己的百度云账号将手机上的图片上传到百度云上，1、可以获取百度云的账号信息。2、在这个账号上上传图片。3、可以在PC端验证存在该图片。

用c++实现直方图均衡化。在DevC++或visualstudio上运行。要处理的默认图像（定义内部代码）。处理单个图像。

利用大华摄像头的官方sdk开发的视频预览、截图、回放、云台控制等功能，用vc/MFC界面做的，比较简单的实现

在此代码中成长在大脑中的肿瘤部分被分段。它处理与 dicom 图像和有一套 40 dicom 图像加载到一个接一个的代码和分割完成。首先由通过添加一些对比度和亮度提升形象完成一些调整。然后图像转换为二进制图像后，不同强度被分配到图像的不同部分。然后基于位置和强度，它分段的肿瘤部分。

本代码可以添加指纹，进行指纹识别，已经在库中测试。另外，本代码还给出了算法的处理过程，使读者更好的理解指纹识别的流程。

3 的输入的参数。第一是名称您想要使用的图像文件 （放在引号）。第二个是伽玛校正因子，用于改变方法的产品出来。摆弄数字 1 到 5 之间直到它看起来不错。（一般低的数字使其暗）。第三个输入是您想要输出到一个文本文件的名称。示例函数调用：asciipic2("imagename.jpg",2.5,"outputname.txt")

应用背景meanshift经常用来寻找模态点，即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点，由于不同的点最终会收敛到不同的峰值，所以这些点就形成了一类，这样就完成了图像分割的目的，有点聚类的意思在里面。关键技术首先设置好参数，然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中，最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。

我们的项目结合了很多方法可提取车牌、 段字符和识别字符。进一步改进应侧重不仅精度的识别、 车牌提取、 字符分割和标准化的准确性。 MatLab 程序编码，所有的车牌识别阶段建立经历。它理解是有帮助的车牌识别一步一步的程序。图像采集、 板提取、 字符分割与字符识别它们。我们成功地演示了车辆数板分割与识别系统。 应用于图像的直方图均衡。它可以扩大，以包括更大的范围，产生一个更高的对比度图像的像素强度。 我们使用这辆车的后面黄色车牌作为输入图像。我们采取两套照片的分辨率 l 1024 * 768 像素 l 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