基于LBP特征提取和GLCM特征提取的纹理图像分割仿真，matlab2021a仿真测试。

复杂背景下车牌定位与字符分割方法研究，一篇很好的论文。

在matlab下，验证码识别部分，字符分割处理的代码。学习matlab软件下图像处理，及字符分割的实例

Mask-RCNN提出了一个实例分割的框架，可以在有效地检测图像中目标的同时为每一个实例产生一个高质量分割Mask。 Mask-RCNN扩展了Faster R-CNN，通过在之前已存在的边界框回归分支上添加新的一个预测目标Mask的分支。

该程序以车牌为例，提取车牌号码。platform是matlab。内附有一张车牌示例图。

matlab门限分割源代码 DICOT ，一种基于 MATLAB 的软件，用于 DIC 图像中的 2D 粒子跟踪作者：Anushree Chaphalkar、Dhruv Khatri、Chaitanya Athale :microscope: :laptop: 命令行版本也可用 参考 通过 DIC 对象跟踪 (DICOT) 量化细胞内粒子流AR Chaphalkar、YK Jawale、D. Khatri 和 CA Athale 内政部： 链接 版本和要求 版本1.0.0 MATLAB R2019b 或更高版本 工具箱 – 图像处理、统计、曲线拟合 安装 作为 MATLAB 应用程序并在您的机器上运行DICOT.mlappinstall文件。 DICOT 应用程序安装在 MATLAB 环境的“应用程序”部分。 从源代码 :package: 从 GitHub 下载整个DICOT文件夹并将其添加到您的 MATLAB path 。 以下命令将打开 DICOT 界面。 run dicot.mlapp 或者，您可以通过双击下载文件夹中的dicot.mlapp文件直接打开界面。 用户指南 DICOT GUI 如下所示， 注意：请调整应用程序大小或滚

程序使用EM算法计算GMM模型的参数，由此获得的优化参数用于计算每个像素相对于类数的概率（例如取k）。并且比每个像素相对于类的最大概率计算所有类，并在此基础上标记像素。

C++11 项目平台：Microsoft Visual Studio 2015 计算机视觉库：Opencv 3.2+opencv-contrib V3.1 cmake3.8.1 项目以数字图像处理和机器学习为基础，以1485张图片组成的原始数据集为出发点，研究了从原始图片集中得到用于分类器训练的数据集；针对车牌区域特点和输入图片的特点，提出了四种不同的车牌区域提取方法，经过校正后得到车牌区域候选；参考自然场景下的文本检测方法和车牌中的字符分布特点，对车牌候选区域提取改进的最大稳定极值区域，通过使用非极大值抑制和区域校正得到字符候选人，通过字符判断分类器和字符搜索，实现非车牌区域的滤除和车牌区域7个字符的提取，其中字符判断使用基于20个描述性特征的支持向量机实现；通过使用金字塔梯度方向直方图特征得到了用于数字和字母识别的三层BP神经网络模型，定义了10层的卷积神经网络模型MyLeNet实现汉字的识别；搭建和编写了一个完整的工程项目，该项目整合了研究过程中的所有方法的程序实现，可以对数据集进行操作也可实现单张图片的自动识别，体现了端到端和数据驱动的思想。 包含设.计和论.文，

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：基于阴影分割的车辆检测识别_阴影分割法_车辆识别_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员