本文选择通过检测人脸来达到统计人数的目的,同时选择肤色作为人脸检测的主要特征。由于在 RGB 色度空间中,肤色聚类性不强,且易受亮度信息干扰, 本文选择在 YCbCr 色彩空间通过阈值法建立肤色模型,完成肤色分割,形态学处理去干扰后得到初步的人脸定位。由于肤色检测准确率不高,因此进一步利用hough 变换检测人脸轮廓对人脸区域进行精确定位,最后框出人脸并实现人数统计,结果表明本算法对于正面人脸检测效果良好,统计结果较为精确。 本文还设计了一个简洁美观的GUI 界面,这个界面可以更好地实现算法的集成,使得算法的实用性增强。
1
数字图像处理系统的基本功能实现(含完整代码),使用matlab实现,构建GUI人机交互界面,上传的是全部的代码(m文件),供大家使用。直方图均衡化处理,规定化处理,对图像进行局部均衡化处理,将图像按位平面进行切片展示、使用多种算子对图像进行锐化处理、使用多种处理方法对加噪图像进行平滑处理、使用多种方法对图像进行伪彩色增强、对图像进行同态滤波增强、对图像进行灰度变换(线性变换和非线性变换)、对图像进行简单的取反操作处理、使用多种方法对加噪图像进行滤波处理。
1
java gui程序源码数据库管理系统图形用户界面 项目结构概述: 后端:操作来自 Mircosoft SQL Server 的连接和结果 DataGetter:直接获取一些通用数据,例如。 数据库中的表名 指标:每个数据质量维度的指标类 ObjectClass:自定义对象类 参考:决定如何处理CSV数据 Frontend:处理Backend和用户请求之间的交互 功能: 用户将使用此页面启动程序: 成功登录后,他们将到达指标页面: 小窗口将显示指标的结果: 可以将结果与放大功能进行比较 对其他组件的评论: target/Data_Quality_Metrics-1.0.jar 是程序本身 DBMS-GUI/src/main/java/Main.java 提供了一个“Dummy” Main.class 以便在 jar.File 中实现 JavaFx
2023-01-09 16:45:43 14.52MB 系统开源
1
(MATLAB)水果检测和识别(一个图片有多类水果,形状和颜色方法,结果显示到图片上,带界面GUI,详细注释)
2023-01-09 14:10:55 1.11MB 水果检测 水果识别
1
【图像分割】 GUI图像提取【含Matlab源码 702期】.zip
2023-01-08 22:40:29 206KB
1
此代码使用 gui 来演示带有 PID 控制器的直流电机位置系统的阶跃响应,该控制器可以通过三个滑块进行编辑。 编辑文本可由用户编辑,编辑后按绘图按钮绘制新当前系统的响应。 按钮(复位)返回到默认系统参数。 按钮(不带 PID 的绘图)消除了 PID 控制器的影响。 有关直流电机位置控制的更多信息: http ://www.engin.umich.edu/class/ctms/examples/motor2/pid2.htm
2023-01-08 12:27:58 8KB matlab
1
工业过程的过程监控与故障检测,一实现方法性能评估,二实现在线监控,使用以太网通信。
2023-01-07 11:32:11 16.03MB 故障检测 过程监控 性能评估 在线监控
1
(MATLAB)直方图图像去雾增强(带界面GUI,方法是全局直方图,暗通道,retinex,同态滤波等,步骤详细)
2023-01-06 20:20:23 2.66MB 图像去雾 直方图
1
基于Micropython编码器的菜单 这是一个用micropython编写的简单菜单系统。 它使用一个开关,一个旋转编码器和一个OLED显示器。 它是在Raspberry Pi Pico上开发的,但也可以在ESP32和ESP8266上运行。 原型使用了基于128 * 64像素的SSD1306的OLED。 它可以适用于使用micropython的帧缓冲区的其他显示器,甚至可以适应像液晶显示器这样的非常基本的单行显示器。 我使用的旋转编码器的轴上有一个开关,用作单击按钮。 用于ESP32的Rotaryirq库在Raspi Pico上可以完美运行,并且显示屏使用了SSD1306I2c.py库 当启动Pico时,将显示根菜单,并在单击开关时操作菜单项。 可以显示任意数量的子项目。 可能的菜单操作包括运行Python函数,通过旋转编码器输入整数并输入字符串。 由于某些功能可能很慢或可能会阻塞,
2023-01-05 22:56:07 13KB micropython encoder wizard menu
1
利用Matlab语言。采用做差也就是差影法的算法。利用测试图片和背景图片进行做差,提取出车型的轮廓。因为考虑到会有一些噪声和抖动的干扰。这个时候结合形态学的方法,将噪声给滤除掉。因为总体来说,测试图片和背景图片进行做差。车型的轮廓它肯定是最大的一个连通域。其他的噪声和一些噪点是比较小的联通域。可以把比较小的帘头一点去掉,留下精准的车型的轮廓。这个时候去统计车型轮廓的车棚和车底的长度。根据这个长度的比例来判别是小轿车,面包车,还是公交车等等。制作一个GUI人机交互界面进行展示。
2023-01-05 21:26:31 2.46MB GUI matlab 差影法