由于SAR和可見光成象傳感器圖象的物理特征不同,因此進行匹配難度很大.本文在深入分析了這兩種傳感器圖象物理特征的基礎上,提出了一種圖象匹配的新方法.該方法運用形態學濾波方法去除SAR圖象斑點噪聲,利用圖象的邊緣特征進行匹配,并采用多分辨率分級搜索技術減少計算量,在對實驗結果進行分析的基礎上提出了搜索真實匹配位置的準則,大大提高了匹配的準確率.通過實驗對SAR圖象斑點噪聲濾波和SAR與可見光 圖象匹配算法進行了驗證,實驗證明本算法的SAR圖象去噪效果明顯優于傳統的Frost方法,圖象匹配精度高、穩定性好.
上傳時間： 2016-10-21
上傳用戶：invtnewer
1. 下列說法正確的是 （ ） A. Java語言不區分大小寫 B. Java程序以類為基本單位 C. JVM為Java虛擬機JVM的英文縮寫 D. 運行Java程序需要先安裝JDK 2. 下列說法中錯誤的是 ( ) A. Java語言是編譯執行的 B. Java中使用了多進程技術 C. Java的單行注視以//開頭 D. Java語言具有很高的安全性 3. 下面不屬于Java語言特點的一項是( ) A. 安全性 B. 分布式 C. 移植性 D. 編譯執行 4. 下列語句中，正確的項是 ( ) A . int $e,a,b=10 B. char c,d=’a’ C. float e=0.0d D. double c=0.0f
上傳時間： 2017-01-04
上傳用戶：netwolf
利用hog特征進行匹配，簡單易懂，大家可以下載查看，圖像處理圖像匹配
標簽： hog特征匹配
上傳時間： 2017-11-15
上傳用戶：15637470600
OpencV是用來實現計算機視覺相關技術的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學、信號處理、視頻監控、科學可視化等相關從業人員的好工具。本書介紹了大約200多個典型的技術問題，覆蓋了基于OpenCV基礎編程的主要內容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設計方法。全書結構清晰、合理，范例實用、豐富，理論結合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關理論方法直接進行編碼實現。 "基于OPENCV的計算機視覺技術實現"的圖書目錄…… 前言 第一章 使用OpenCV實現計算機視覺技術 1.1 計算機視覺技術 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結 第二章 OpenCV的編程環境 2.1 OpenCV環境介紹 2.2 OpenCV的體系結構 2.3 OpenCV實例演示 本章小結 第三章 OpenCV編程風格 3.1 命名約定 3.2 結構 3.3 函數接口設計 3.4 函數實現 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結 第四章 數據結構 4.1 基本數據結構 4.2 數組有關的操作 4.3 動態結構 本章小結 第五章 數據交互 5.1 繪圖函數 5.2 文件存儲 5.3 運行時類型信息和通用函數 5.4 錯誤處理函數 5.5 系統函數 本章小結 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態學 本章小結 第七章 結構與識別 7.1 輪廓處理函數 7.2 計算幾何 7.3 平面劃分 7.4 目標檢測函數 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統函數 本章小結 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態學（morhing functions） 本章小結 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結構與函數介紹 11.3 隱馬爾可夫模型中的函數介紹 11.4 人臉識別工具 本章小結 第十二章 核心庫綜合例程 12.1 檢測黑白格標定板內指定矩形區域內的角點 12.2 解線性標定方程組程序 本章小結 第十三章 運動與跟蹤 13.1 圖像統計的累積函數 13.2 運動模板函數 13.3 對象跟蹤 13.4 光流 13.5 預估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標跟蹤與檢測 本章小結 第十四章 立體視覺第一部分——照相機定標 14.1 坐標系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標 14.6 OpenCV中的定標函數 14.7 CVUT介紹 本章小結 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關函數介紹 本章小結 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關函數介紹 本章小結 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現 本章小結 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術問題 18.3 OpenCV在Linux下的相關問題 18.4 OpenCV庫中的陷阱和bug
上傳時間： 2013-07-18
上傳用戶：huyiming139
隨著圖像處理和模式識別技術的進步，基于生物特征的識別技術成為蓬勃發展的高技術之一，根據IBG(InternationalBiometricGroup)組織對生物特征市場的統計和預測，該領域的收入的年增長率30-50％，到2008年，全球總收入將達到46.39億美元。而基于指紋特征的識別技術由于其獨特的可靠性，穩定性，方便快捷的特點，恰好符合了市場的需求。目前指紋識別技術是生物識別領域中應用最廣泛的識別技術，也是研究與應用的一個熱點。 SOPC片上可編程系統和嵌入式系統是當前電子設計領域中最熱門的概念。NiosⅡ是Altera公司開發的一種采用流水線技術、單指令流的RISC嵌入式處理器軟核，可以將它嵌入FPGA內部，與用戶自定義邏輯結合構成一個基于FPGA的片上系統。與嵌入式硬核相比較，嵌入式軟核具有更大的靈活性。而FPGA的高速性、恰恰滿足了指紋識別系統對速度的要求。 本文對指紋識別技術中各個環節的算法進行了較為深入的研究，結合NiosⅡ嵌入式處理器的特點，對算法進行了合理的選擇與優化，形成了一套完整的指紋識別算法，并提出了一種基于FPGA的指紋識別系統硬件設計方案。 論文的內容主要包括以下幾個方面： 1、對指紋圖像預處理、后處理和匹配算法進行了改進，提高了算法的性能；設計了一種適用于快速匹配的指紋特征數據結構；提出了一套基于特征點匹配的指紋識別算法。實驗結果表明該算法速度快、誤識率較低、可靠性較高，可以滿足實用的要求。 2、本著增加系統集成度、減小系統體積、提高便攜性、降低功耗和成本，同時提升系統的性能的原則，使用Altera公司提供的外圍設備IP核配合NiosⅡ處理器軟核搭建了一個單片嵌入式系統，然后以內嵌NiosⅡ軟核的FPGA和FPS200指紋采集器為核心芯片，外配片外RAM和Flash存儲器以及小鍵盤和LCD顯示屏等器件，設計了一個便攜式指紋識別系統，提出了一套基于FPGA的硬件設計方案。 3、利用NiosⅡ開發板對硬件設計方案進行了初步的驗證，實現了指紋采集芯片FPS200與FPGA的接口，并進行了算法的移植。 實驗結果表明本文所提出的系統設計方案是可行的。基于FPGA的自動指紋識別系統在速度、功耗、體積、擴展性方面有著獨特的優勢，具有廣闊的發展空間。最后提出了對這一設計繼續改進的思路和下一步研究的內容。
上傳時間： 2013-06-07
上傳用戶：kikye
自“9.11”后，隨著人們對安防需求的升級，門禁控制系統得到日益廣泛的應用，不斷提高門禁系統的安全性成為研究的重要課題。第四代門禁系統結合了人體生物特征識別技術，利用人體本身具有的物理特征(如指紋、虹膜、臉型、掌紋等)或行為特征(如步態、簽名等)來確定人的身份，取代或加強傳統的身份識別方法。 論文采用掌形識別為控制方案，基于ARM920T內核的EP9315芯片為門禁系統CPU，設計和調試了系統的硬件平臺。 論文研究了掌形識別算法，進行了三方面的工作。 首先研究了掌形中的手形特征，提出了一種基于骨架特征的手形識別算法，很好的克服了手指旋轉給識別帶來的干擾。 然后研究了掌形中的掌紋特征，通過系列圖像處理，分離出手掌的三條主線，提取主線端點，并在主線上等間隔采樣，利用端點和采樣點進行匹配，擁有很高的識別率。 最后結合手形與掌紋特征，實現掌形識別。依據手形特征對掌形庫進行粗分類，利用掌紋特征進行匹配，算法擁有很快的識別速度與穩定較高的識別率。對分類規則提出了新思路與方法。 論文還提出了基于ARM的門禁系統方案。成功設計了以基于ARM920T內核的EP9315芯片為CPU的最小系統，設計PCB圖并制板，最后調試了系統的底層電路。 論文的研究設計工作，通過提高掌形識別算法的識別率，達到了提高門禁系統安全性的目的；ARM平臺的設計與調試，在工程實際中有參考價值。
上傳時間： 2013-04-24
上傳用戶：zsjzc
隨著圖像處理和模式識別技術的進步，基于生物特征的識別技術成為蓬勃發展的高技術之一，根據IBG(InternationalBiometricGroup)組織對生物特征市場的統計和預測，該領域的收入的年增長率30-50％，到2008年，全球總收入將達到46.39億美元。而基于指紋特征的識別技術由于其獨特的可靠性，穩定性，方便快捷的特點，恰好符合了市場的需求。目前指紋識別技術是生物識別領域中應用最廣泛的識別技術，也是研究與應用的一個熱點。 SOPC片上可編程系統和嵌入式系統是當前電子設計領域中最熱門的概念。NiosⅡ是Altera公司開發的一種采用流水線技術、單指令流的RISC嵌入式處理器軟核，可以將它嵌入FPGA內部，與用戶自定義邏輯結合構成一個基于FPGA的片上系統。與嵌入式硬核相比較，嵌入式軟核具有更大的靈活性。而FPGA的高速性、恰恰滿足了指紋識別系統對速度的要求。 本文對指紋識別技術中各個環節的算法進行了較為深入的研究，結合NiosⅡ嵌入式處理器的特點，對算法進行了合理的選擇與優化，形成了一套完整的指紋識別算法，并提出了一種基于FPGA的指紋識別系統硬件設計方案。 論文的內容主要包括以下幾個方面： 1、對指紋圖像預處理、后處理和匹配算法進行了改進，提高了算法的性能；設計了一種適用于快速匹配的指紋特征數據結構；提出了一套基于特征點匹配的指紋識別算法。實驗結果表明該算法速度快、誤識率較低、可靠性較高，可以滿足實用的要求。 2、本著增加系統集成度、減小系統體積、提高便攜性、降低功耗和成本，同時提升系統的性能的原則，使用Altera公司提供的外圍設備IP核配合NiosⅡ處理器軟核搭建了一個單片嵌入式系統，然后以內嵌NiosⅡ軟核的FPGA和FPS200指紋采集器為核心芯片，外配片外RAM和Flash存儲器以及小鍵盤和LCD顯示屏等器件，設計了一個便攜式指紋識別系統，提出了一套基于FPGA的硬件設計方案。 3、利用NiosⅡ開發板對硬件設計方案進行了初步的驗證，實現了指紋采集芯片FPS200與FPGA的接口，并進行了算法的移植。 實驗結果表明本文所提出的系統設計方案是可行的。基于FPGA的自動指紋識別系統在速度、功耗、體積、擴展性方面有著獨特的優勢，具有廣闊的發展空間。最后提出了對這一設計繼續改進的思路和下一步研究的內容。
上傳時間： 2013-07-28
上傳用戶：hxy200501
生物識別技術代表了未來身份驗證技術的發展方向，而指紋識別技術又是最可靠、最有效的生物識別技術之一。目前，指紋識別技術是優于其它生物識別技術的身份鑒別方法。這是因為人的指紋各不相同、終生基本不變的特點已經得到公認，特別是現有的指紋識別算法已達到識別迅速、準確可靠的水平，是完全可以商業化的生物識別技術。 傳統的指紋識別系統多是基于PC平臺，這種系統將指紋圖像處理和指紋匹配甚至指紋采集控制都放在PC平臺上，在獲得了較高速度和開發效率的同時，缺點也是顯而易見的，其體積龐大，成本較高。而已有的嵌入式指紋識別系統多是基于單片機和DSP的，不是在運算速度上受到硬件限制，就是在系統的擴展性、可維護性及用戶交互上有諸多不足。 近年來指紋識別應用的普及對自動指紋識別系統的便攜性和易用性提出了更高的要求，指紋識別技術正向著小型化和嵌入式的方向發展。在微電子領域，以ARM、DSP、FPGA為代表的嵌入式微處理器的性能飛速提高，為構建嵌入式系統提供了硬件保證。 ARM是當前最為流行的32位RISC處理器架構，目前ARM占RISC處理器市場的七成左右。三星公司的S3C2410是基于ARM920T內核的通用32位微處理器，它具有高性能和低功耗的特性，被設計用于手持設備和通用嵌入式系統。 嵌入式系統對操作系統和其上運行的軟件有特別的要求。針對本課題所采用的ARM硬件平臺，詳細介紹了嵌入式操作系統Arm-Linux的移植。分別說明了交叉編譯工具鏈的安裝、引導裝載器的移植和Linux內核的裁減和交叉編譯過程。為了運行應用程序，還介紹了文件系統的構建。 指紋識別系統需要指紋采集設備。FPS200是Veridicom公司推出的第三代半導體指紋傳感器，是一款專為嵌入式系統設計的高性能、低成本、低功耗的電容式固態指紋傳感器。本文詳細闡述了基于FPS200的USB接口指紋采集卡的設計與實現。 指紋圖像處理與匹配是整個系統的重要環節，論文介紹了圖像處理與匹配的一般概念，并提出了新的指紋匹配方法。指紋匹配是自動指紋識別中的一個難點。現有的指紋匹配方法大致可以歸結為圖形匹配和人工神經網絡匹配兩大類，本文提出的基于線段的特征點匹配算法屬于圖形匹配。 嵌入式系統需要完善的軟件支持。隨著嵌入式技術的飛速發展，用戶交互界面也由傳統的字符界面向圖形界面轉變，圖形用戶界面系統得到了長足的發展。MiniGUI 是一個非常適合于工業控制實時系統以及嵌入式系統的可定制的、小巧的圖形用戶界面支持系統。本文介紹了基于MiniGUI的可視化指紋識別軟件設計。 綜上所述，本文針對特定硬件條件，構建了定制的嵌入式操作系統；設計了支持USB數據傳輸的指紋采集卡；指紋圖像的濾波、提取特征和指紋特征匹配均針對嵌入式系統的實際情況進行了優化；利用MiniGUI圖形支持庫完成了界面美觀友好的可視化指紋識別程序。系統具有安全可靠、易于擴展、性價比高等優點。
上傳時間： 2013-08-02
上傳用戶：小儒尼尼奧
特點： 精確度0.1%滿刻度 可作各式數學演算式功能如:A+B/A-B/AxB/A/B/A&B(Hi or Lo)/|A|/ 16 BIT類比輸出功能 輸入與輸出絕緣耐壓2仟伏特/1分鐘(input/output/power) 寬范圍交直流兩用電源設計 尺寸小,穩定性高
上傳時間： 2014-12-23
上傳用戶：ydd3625
特點(FEATURES) 精確度0.1%滿刻度 (Accuracy 0.1%F.S.) 可作各式數學演算式功能如:A+B/A-B/AxB/A/B/A&B(Hi or Lo)/|A| (Math functioA+B/A-B/AxB/A/B/A&B(Hi&Lo)/|A|/etc.....) 16 BIT 類比輸出功能(16 bit DAC isolating analog output function) 輸入/輸出1/輸出2絕緣耐壓2仟伏特/1分鐘(Dielectric strength 2KVac/1min. (input/output1/output2/power)) 寬范圍交直流兩用電源設計(Wide input range for auxiliary power) 尺寸小,穩定性高(Dimension small and High stability)
上傳時間： 2013-11-24
上傳用戶：541657925
