本文提出了一种利用二进制小波变换和短时自相关函数相结合的算法来检测语音信号的基音周期。它克服了单纯的短时自相关函数法对含噪语音检测时阈值难以确定的缺陷。
上传时间： 2013-12-28
上传用户：nanxia
用间类最大距离法自动求取多张图像的阈值，MATLAB实现
上传时间： 2016-04-28
上传用户：爺的气质
为研究棉田农药喷洒机器人导航路径识别方法, 以 自然环境下采集的棉田图像为研究背景, 在L ab 色彩空间 进行处理, 把棉株从土壤背景中识别出来。通过最大方差阈 值分割法将图像转化为二值图像, 并经过中值滤波去除噪 声。二值图像垂直方向投影做直方图, 利用波谷位置确定左 右垄分界线。根据左右垄棉株位置平均得到导航离散点, 通 过Hough 变换得到导航路径, 进而得到导航控制参数。利用 坐标系转换关系将图像坐标系中的导航信息转换到世界坐 标系, 从而控制机器人行走。基于A S2R 机器人对连续动态 图像进行分析, 该方法获得的导航参数是完全可行的。
上传时间： 2016-07-18
上传用户：sammi
迭代法求最佳阈值 图像为baboon.bmp 分别对R,G,B三个颜色求阈值，进行分割
上传时间： 2017-09-10
上传用户：q123321
程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象
上传时间： 2015-06-16
上传用户：zuozuo1215
程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象
上传时间： 2015-06-18
上传用户：xwd2010
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
ostu图像分割阈值算法,对Ostu图像分割最优阈值进行优化处理，极大缩短了搜索图像阈值计算时间，与传统的枚举法Otsu方法相比,在计算时间上具有显著的优点。
上传时间： 2013-12-21
上传用户：mhp0114
·摘 要:本文研究了小波闽值图像的去噪方法，并与其它图像去噪方法进行了比较。对lena图像进行MATLAB仿真实验，得到了主观效果图和客观效果的PSNR。研究发现，小波阈值图像去噪无论主观效果还是客观效果都优于其他图像去噪方法。[著者文摘]
上传时间： 2013-06-04
上传用户：BIBI
