MATLAB人脸计数该课题为基于MATLAB平台的PCA的人脸识别系统。传统的人脸识别都是直接人头的比对，现实意义不大，这块都做烂了。该课题识别原理为：从一副生活照中寻找到人脸，并且分割人脸图象，利用PCA算法进行降维，和库里图片进行对比，输出目标人脸以及相关个人信息。并且统计出勤情况。该课题还可以继续二次开发，做成库内外人脸的识别，如果是库外人脸则实现报警等。

%将接收信号强度转化为距离 %发射信号经衰减到达接收端,根据接收信号的强弱计算T-R距离 %在此基础上加上高斯随机变量作为环境干扰,将此接收功率作为Pr的测量值 %再将Pr的测量值作为RSSI来求出T-R距离

基于chan算法的定位程序，包括chan算法及其加入角度信息后的比较

精密单点定位指的是利用全球若干地面跟踪站的GPS 观测数据计算出的精密卫星轨道和卫星钟差, 对单台GPS 接收机所采集的相位和伪距观测值进行定位解算。直接运行主函数main即可

MATLAB复杂背景汉字识别，单一背景汉字识别，多行汉字分割识别，光流法，模板匹配，神经网络，GUI界面，语音播报，类似pdf转文字器。

MATLAB火焰识别，识别动态视频，实时框定火焰边缘，采用基于颜色和形态学滤波的方法，带有一个GUI可视化界面，详细注释，是您学习的好帮手。

MATLAB车牌定位，基于阈值分割，车牌定位方法有边缘检测，基于颜色，该方法为第三种基于阈值分割。可以定位到车牌，为车牌的字符分割做基础，带GUI可视化界面。

随着科技的发展，电子与计算机技术的进步，答题卡的出现大大减轻教学工作者们批改试卷的工作量。答题卡是光标阅读机输入信息的载体，是配套光标阅读机的各种信息录入表格的总称。 答题卡将用户需要的信息转化为可选择的选项，供用户涂写。OMR是用光学扫描的方法来识别按一定格式印刷或书写的标记，并将其转换为计算机能接受的电信号的设备，并根据信息点的涂与未涂和格式文件设置将信息还原。因此，如何将答题卡填涂的黑色区域识别出来并使用计算机进行处理是极为关键的。本论文探索了有效识别答题卡的方法，以matlab为工具，基于数字图像处理技术对答题卡填涂区域进行了识别，并对识别的结果进行了处理，得到了结果。本论文利用Hough变换的直线检测技术检测图像的倾斜度，判断图像是否倾斜，对存在倾斜的图像进行旋转校正。最终实现答题卡答案的定位和检测。论文使用像素统计方法进行识别，利用黑白颜色灰度值的巨大差异对二值图像的灰度值进行累加并进行阈值判定，识别错误效率极低，能够准确的识别答题卡的涂卡标记。MATLAB答题卡识别系统

本设计中为MATLAB车牌识别语音播报出入库计时计费系统，是基于蓝底车牌定位，模板匹配识别的设计。用摄像机或摄像头采集含有车牌的图像，并自动在图像中检测车牌，进而对检测到的车牌进行脸部的一系列相关技术。 因此，机器对车牌进行识别的过程与人类视觉识别人脸的过程类似，大致可分为五个步骤，如下。 （1）图像预处理：在整个车牌识别系统中，由于采集进来的图像为真彩图，再加上实际采集环境的影响以及采集硬件等原因，图像质量并不高，其背景和噪声会影响字符的正确分割。和识别，所以在进行车牌分割和识别处理之前，需要先对车牌图像进行图像预处理操作。 （2）车牌定位：首先对车牌的二值图片进行形态学滤波，使车牌区域形成

一个基于采集RSSI信号值的MATLAB代码的定位算法，可以运行，有图，对于想要学习室内定位的，有一定的见解，主要针对室内定位RSSI定位，另外也可以相互讨论，帮助自己提高。