针对车牌检测中关键的3个环节分别进行了改进和优化。利用数学形态学结合Canny算子实现车牌定位。在传统扫描字符算法中加入边界限定，提高字符分割的准确度。在识别环节，采用计算效率较高的KNN算法进行字符的识别。最终，在OpenCV平台上实现车牌识别。
2022-09-27 09:53:44
1.58MB
1
你可以使用大文件分割器将文件分割成指定大小的多个文件。
日志文件分割，可以用于将大的日志文件、小说文件等分割成多个小文件。
特点：
1. 默认按1MB大小分割，你可以指定分割大小，比如你的文件是100M，你想分成10份，则分割大小就填写 10，只需要填写数字就可以，单位不用填写。
2. 分割后的文件默认会保存到待分割文件相同目录下的chunked文件夹。
2022-09-26 18:05:19
3.14MB
1
基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别，并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类，水体识别的准确率可以达到96%以上。
2022-09-26 13:00:07
34.68MB
包含FCN、UNet、segnet、enet、deeplab_xception_done、BiSeNet、DFN、ExFuse、Fusionnet、Light_weight_RefineNet、linknet、RedNet等等
2022-09-26 09:06:43
20KB
1
matlab代码影响乳房密度
使用Dixon序列分割和测量MRI中的乳房实质组织的源代码，该Dixon序列包含仅水和仅脂肪的加权图像。
源代码
该项目最初是在Matlab
2011a中编写的。
某些部分正在迁移到Python3。要从下面提到的论文中复制结果，请使用原始的Matlab源代码。
/matlab子文件夹包含所有Matlab代码
/python子文件夹包含已经迁移到Python
3的管道部分。
外部程序
管道依赖于需要安装的外部程序，并且是环境路径的一部分。
测试版本：1.0.20190410
测试版本：2.3.4
测试版本：20180328，v2.3.9
测试版本：5.0.11，6.0.4
管道
处理管道包括三个步骤：
预处理：将dicom转换为nifti，重新定位图像，进行偏置场校正并组合图像
乳房分割：使用基于模板的注册方法从背景和其他身体部位中分割乳房。
首先，最佳匹配模板由仿射配准确定。
然后，非严格地注册最佳匹配模板以匹配对象身体和乳房的形状。
分割乳房的实质和脂肪组织，并计算汇总指标。
用法（Matlab）
将项目的所有文件夹添加到Matlab搜索路径。
通过将外
2022-09-24 22:39:55
1.44MB
1