内容提要:图像分割是由图像处理进到图像分析的关键步骤，也是一种基本的计算机视觉技术.这是因为图像的分割、目标的分离、特征的提取和参数的测量将原始的图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能.因此，图像分割多年来一直得到人们的高度重视.本文从图像分割的数学描述入手,介绍给出了图像分割中常用的几种方法,即灰度阈值分割法、边缘检测和区域跟踪以及基于分水岭算法的分割方法.还列举了基于特定工具的图像分割方法.随后介绍给出了图像分割在多个领域的应用.
上传时间： 2013-12-15
上传用户：wang5829
典型的角度检测算法是进行Hough变换后寻找最长直线的倾斜角度．一般情况 下，待处理图象中未必有明显的较长直线．甚至存在一些对图像进行正确检测的长直线干扰 文 章介绍了一种基于统计考虑的数据分析思路，以期在基于Hough变换的角度检测算法上取得更高 的准确性。
上传时间： 2013-12-09
上传用户：qq1604324866
网络工程需求分析，基于协议分析的入侵检测技术
上传时间： 2017-09-02
上传用户：cccole0605
认知无线电技术检测技术，包括能量检测，周期检测等的仿真及分析
上传时间： 2017-09-26
上传用户：x4587
无损分析的方法和测量方法，无损三维尺寸测量，材料结构分析，无损检测
上传时间： 2016-08-19
上传用户：非洲之星
第三方环境检测机构入围项目技术标-大纲目录， (1)公司简介…………………………………………………………………页码 (2)项目认知…………………………………………………………………页码 (3)投标人针对本项目的监测规范…………………………………………页码 (4)综合分析和监测建议……………………………………………………页码 (5)技术人员名单……………………………………………………………页码 (6)监测大纲和机构组织计划………………………………………………页码 (7)优惠条件及特殊承诺……………………………………………………页码 (8)关于对招标文件中有关条款的拒绝声明………………………………页码 (9)其他技术文件或说明……………………………………………………页码
上传时间： 2018-01-05
上传用户：shan323
人脸检测是人脸分析的首要环节，其处理的问题是确认图像（或影像）中是 否存在人脸，如果存在则对人脸进行定位。人脸检测的应用领域相当广泛，是实 现机器智能化的重要步骤之一。 AdaBoost 算法是 1995 年提出的一种快速人脸检测算法，是人脸检测领域里 程碑式的进步，这种算法根据弱学习的反馈，适应性地调整假设的错误率，使在 效率不降低的情况下，检测正确率得到了很大的提高。 本论文第一章和第二章简述了人脸检测的一般情况，第三章对一些人脸检测 的经典方法进行了说明。 第四章讲述了 AdaBoost 算法的发展历史。从 PCA 学习模型到弱学习和强 学习相互关系的论证，再到 Boosting 算法的最终提出，阐述了 Adaptive Boosting 算法的发展脉络。 第五章对影响 AdaBoost 人脸检测训练算法速度的至关重要的两方面：矩形 特征和积分图的概念和理论进行了仔细的阐明。 第六章给出了 AdaBoost 的算法，并深入探讨了其中的一些关键问题——弱 学习器的构造、选取等问题。 最后一章，用编写的实现了 AdaBoost 算法的 FáDèt 程序，给出了相应的 人脸检测实验结果，并和 Viola 等人的结果做了比较。
上传时间： 2018-01-29
上传用户：dragon000008
MCU电压检测方法。讲解并分析了常用的十种电压检测防抖算法。方便初学者学习使用。
上传时间： 2021-10-06
上传用户：rockwu_sz
基于C51单片机步数检测计步器无线蓝牙上传设计毕业论文文档资料摘要计步器是一种颇受欢迎的日常锻炼进度监控器，可以激励人们挑战自己，增强体质，帮助瘦身。早期设计利用加重的机械开关检测步伐，并带有一个简单的计数器。晃动这些装置时，可以听到有一个金属球来回滑动，或者一个摆锤左右摆动敲击挡块。 计步器功能可以根据计算人的运动情况来分析人体的健康状况。而人的运动情况可以通过很多特性来进行分析。与传统的机械式传感器不同，ADXL345是电容式三轴传感器，由它捕获人体运动时加速度信号，更加准确。信号通过低通滤波器滤波，由单片机采集数据。软件采用自适应算法实现计步功能，减少误计数，更加精确。选用单片机STC89C52作为系统控制芯片，通过蓝牙模块把单片机处理的数据传输到手机APP上，这样更能清楚看到检测的效果。整机工作电流只有1-1.5mA，实现超低功耗。采集的步数，路程，卡路里及运动状态用手机APP显示。关键字：单片机；三轴传感器；电源；APP第二章 方案的设计与论证2.1控制方案的确定本设计由STC89C52单片机最小系统+ADXL345加速度传感器电路+蓝牙模块电路+LED灯电路+电源电路组成。 2.2控制方式的选择2.2.1 单片机芯片的选择方案一采用可编程逻辑器件CPLD作为控制器，CPLD可以实现各种复杂的功能、规模大、密度高、体积小、稳定性高、I/O资源丰富、易于进行功能扩展。采用并行的输入输出方式，提高了系统的处理速度，适合作为大规模控制系统的控制核
上传时间： 2021-10-19
上传用户：
论文-基于红外热成像技术的猪体温检测与关键测温部位识别63页摘要 实现猪体温测量自动化有利于实时监测猪的健康状况、母猪发情和排卵检测等 生理健康状况。本文采用红外热成像仪采集猪的红外热图像，引入化学计量学建模 方法建立体表温度、环境温度与直肠温度间的多元校正模型，同时提出两种关键测 温部位的自动检测方法。主要结论总结如下： (1)建立了母猪体表温度、环境温度与母猪体温之间的一元和多元线性回归模型。研 究发现， 9个身体区域提取的体表温度与直肠温度呈正相关(产O．34～0．68)，其中， 基于耳根区域体表温度平均值建立的一元回归方程效果最优，预测集相关系数RP与 均方根误差RMSEP分别为0．66和0．420C。全特征模型相比一元线性回归方程有更 好的预测效果，RP和RMSEP分别为0．76和O．370C。此外，应用特征选择方法LARS． Lasso确定了7个重要特征建立简化模型，其校正集和预测集的R分别为0．80和 0．80，RMSEs分别为0．30和0．350C。 (2)将卷积神经网络应用于生猪主要测温部位(眼睛和耳朵区域)的直接分割。利用 python构建了四种不同结构的卷积神经网络模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。对比分析4种卷积神经网络模型的性能，结果表明U-Net．4网络结构的分割 效果最优，平均区域重合度最高为78．75％。然而，当计算设备的计算力不够时，可 以选用U．Net一3模型以达到较好的分割效果。 (3)提出猪只眼睛及耳根区域关键点的识别方法，将猪只主要测温部位的检测问题 转变为主要测温部位的定位问题。设计具有不同深度的卷积神经网络架构A．E，得 出架构E最优。且当Dropout概率设置为0．6时模型效果最好，验证集平均误差和 预测集平均误差分别为1．96％和2．65％。测试集单张猪脸关键点的预测误差小于5％ 和10％的比例分别为89．5％和97．4％。模型能够很好的定位猪脸关键点，用于猪只 体温测量。 本文采用红外热像仪测量母猪体表温度，通过化学计量学建模为非接触母猪直 肠温度测量提供了更准确、可靠的方法，同时提出两种关键测温部位的自动检测方 法，有助于实现母猪体温测量自动化，为生猪健康管理提供参考。
标签： 红外热成像技术
上传时间： 2022-02-13
上传用户：jiabin
