#
多尺度下脉冲耦合神经网络的图像融合【摘要】 图像融合的目的是为了得到符合人眼视觉感知的综合图像目前小波变换因具有良好的视觉多尺度性和时频局部特性而广泛应用于图像融合领域但是对于二维图像数据结构占据很重要地位的直线曲线以及边缘方向等细节信息小波变换不能有效表示多尺度几何分析中非下采样contourlet变换(NonsubsaJnpled contourlet transfbrmNSCT)被称为真正的
基于HOUGH变换的图像检测摘 要自从20世纪80年代以来研究者们提出了多种圆形检测的方法基于hough变换的累积方法是主要的方法基本的hough变换方法是将图像中的每一边缘点映射到参数空间的一个区域选取累积最多的参数在现实生活中由于噪音数字化错误和图形变异等因素真实的图形经常被曲解因此图像在应用hough变换后很难找到单一的峰值这也就造成了检测的难度本文讨论了当前的hough变换算法及其存
Hough变换及其在几何特征检测中的应用王彬生 黄乡生(东华理工大学电子工程学院 抚州 344000)摘要:介绍Hough变换原理分析应用Hough变换检测直线的原理并对Hough变换进行推广用于检测圆的圆心半径Hough变换在几何特征检测中用着独特的性能它将检测目标从目标空间转换到参数空间避免了在目标空间检测时的目标分类目标编码等复杂运算使得被测参数的测量变得简单易行关键词:Hough变换直线
基于改进Hough变换和BP网络的指针仪表识别朱海霞(大庆油田电力大庆黑龙江 163000)摘要:指针仪表示数的视觉识别对于提高电气机械汽车等工业领域的生产效率具有重要意义采用Hough变换方法完成指针直线特征的识别进而在表盘圆形特征的识别过程中对Hough变换方法进行了改进通过减少累加像素数目结合灰度中心法来提高原性特征定位的效率和精度在字符识别阶段构建了一个三层次的BP神经网络实
#
全国第七届研究生数学建模竞赛题 目 神经元的形态分类和识别摘 要本文主要研究神经元的形态分类和识别问题通过建立基于支持向量机的决策树模型解决了问题一和问题二的分类问题建立统计量指标下的聚类分析模型解决了第三题和第四题对问题五以锥形神经元为例建立多元回归模型预测了神经元的生长针对问题一二首先利用软件进行指标统计再通过加权决策粗糙度的方法依次实现第712类的分类通过支
基于图像应用遗传一粒子群算法与遗神经网络
三维图形几何变换??2007-06-22 22:50:04??分类:? HYPERLINK l m=0t=1c=fks_084066083082088071082080095095083087085075086084080064 o 兴趣 兴趣举报字号?订阅?三维图形几何变换????三维几何变换包括平移旋转和变比三维几何变换可以表示为公式或三维齐次坐标和4×4变换矩阵的乘积下面分别以
几何与图形单元检测一、填空题。135平方米=( )平方分米 2立方分米3立方厘米=( )立方分米502升=( )升( )毫升35公顷=( )平方米2在钟面上,6时的时候,分针和时针所夹的角的度数是( ),是一个( )角。3一个三角形中,∠1=∠2=35°,∠3=( ),按边分是( )三角形。4一个三角形与一个平行四边形等底等高,如果三角形的面积是36平方分米,那么平行四边形
违法有害信息,请在下方选择原因提交举报