實現背包問題
package problem
1． 問題描述
假設有一個能裝入總體積為T的背包和n件體積分別為w1 , w2 , … , wn 的物品，能否從n件物品中挑選若干件恰好裝滿背包，即使w1 +w2 + … + wn=T，要求找出所有滿足上述條件的解。例如：當T=10，各件物品的體積{1，8，4，3，5，2}時，可找到下列4組解： （1，4，3，2）、（1，4，5）、（8，2）、（3，5，2）。
2． 基本要求
讀入T、n、w1 , w2 , … , wn
3．提示：
可利用遞歸方法：若選中w1 則問題變成在w2 , … , wn 中挑選若干件使得其重量之和為T- w1 ，若不選中w1，則問題變成在w2 , … , wn 中挑選若干件使得其重量之和為T 。依次類推。
也可利用回溯法的設計思想來解決背包問題。首先將物品排成一列，然后順序選取物品裝入背包，假設已選取了前i 件物品之后背包還沒有裝滿，則繼續選取第i+1件物品，若該件物品“太大”不能裝入，則棄之而繼續選取下一件，直至背包裝滿為止。但如果在剩余的物品中找不到合適的物品以填滿背包，則說明“剛剛”裝入背包的那件物品“不合適”，應將它取出“棄之一邊”，繼續再從“它之后”的物品中選取，如此重復，，直至求得滿足條件的解，或者無解。
注：沒壓縮密碼
標簽：
package
problem
體積
w2
上傳時間：
2014-01-18
上傳用戶：yxgi5
車牌定位－－－VC++源代碼程序
1.24位真彩色->256色灰度圖。
2.預處理:中值濾波。
3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。
初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。
該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。
4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。
5.用自定義模板進行中值濾波
區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。
6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。
7.區域裁剪,截取車牌圖像。
標簽：
1.24
256
圖像
閾值
上傳時間：
2013-11-26
上傳用戶：懶龍1988
