浅谈C语言中循环结构的教学--回答好循环结构的“三个问题”

循环结构是C语言程序设计中的重难点,其掌握情况对于后续章节的学习效果尤为关键。本文以什么是循环、何时需要使用循环以及如何使用循环三个问题为主线,通过精心选择的教学案例和灵活有效的教学方法来进行解答,以激发学生兴趣,培养编程思想。     

基于O CR 车牌识别技术的停车管理系统设计与实现

针对传统的依赖人工统计记录的停车收费管理方式效率低下的问题,设计了一款基于阿里云O C R 车牌识别技 术的停车场管理系统,主要功能包括车牌识别、车辆的停车收费管理、停车信息查询以及缴费信息查询等。     

浅谈全国计算机二级考试中公共基础知识的教学

通过全国计算机二级考试是许多高校对其学生计算机能力的基本要求,其考试内容分为理论基础知识和上机操作实践两大部分。公共基础知识在所有分值中占百分之十的比重。为了有效地提高计算机等级考试的过级率,本文对计算机二级考试中公共基础知识部分的教学方法与内容进行了探讨。     

基于块方向性小波变换的图像融合算法

针对传统小波变换存在的缺陷,提出了一种基于块方向性小波变换的图像融合算法.将输入的图像均匀划分成多个子块,并通过训练确定每块图像的方向性小波;利用块方向性小波对图像进行稀疏变换得到稀疏系数,对融合系数进行逆变换得到融合图像,并采用仿真实验对算法性能进行测试.实验结果表明,相对于其它图像融合算法,如DTC、FFT和DWT等,本算法无论是在近物图像、遥感图像还是红外线图像上,其信息熵和平均梯度等图像融合质量评价指标都更优,使图像融合过渡效果更加自然.同时其图像融合速度更快,可以满足图像处理系统实时性的需求.     

虚实结合的单片机教学案例创新研究与实践

传统单片机教学案例往往基于实验箱、开发板等特定装置,存在一定的局限性。通过对虚拟仿真技术的研究,并结合单片机课程的特点,对教学案例进行创新和优化,可以帮助学生更好地掌握单片机应用技术。实践证明,案例创新教学效果好,实现了预定的研究目标。     

嵌入式Linux背景下人脸识别系统探究

随着高科技的发展,人脸识别技术取得了很大进步,在安保刑侦、社交网络、访客登记、电子商务等领域有着广泛应用。Linux系统操作灵活,效率很高,且成本低,经常用于各种硬件设备中。嵌入式Linux是在嵌入式系统的基础上,Linux内核经不断更新优化而最终形成的,在人脸识别系统中引进嵌入式Linux技术,不但携带方便,而且能够实现高效的实时辨别。     

复杂光照条件下的人脸预处理算法

为了提高光照条件下的人脸识别正确率,提出一种复杂光照条件下的人脸预处理算法。对人脸图像进行局部增强处理,用双边滤波对图像亮度进行估计,采用Gamma校正补偿图像亮度估计产生的损失,将反射分量与亮度估计结果融合获得效果更优的人脸图像,并用K近邻算法建立分类器对人脸进行识别。在Yale、PIE和AR人脸库仿真结果表明,该算法提高了光照条件下的人脸识别正确率,其性能优于当前典型人脸识别算法。     

基于OpenCV的嵌入式人脸识别门禁系统设计

针对传统门禁系统“认物不认人”的使用缺陷和安全隐患,本文设计了一款基于人脸识别技术的门禁管理系统。其搭建的嵌入式开发平台选用S3C2440B为微处理器,WinCE6.0为操作系统。同时系统移植了OpenCV视觉函数库,调用AdaBoost及PCA算法的相关库函数完成人脸图像的检测与识别并最终将识别结果作用于门锁的开关控制。相比于传统的门禁管理系统,本设计更为安全方便、自动化程度更高,同时也给用户带来更为轻松便捷的使用感受。     

基于VGGNet颜色识别的车辆检索系统设计

The Convolution Neural Network(CNN) in Deep Learning has a strong anti-jamming ability for image translation, rota- tion and other transformations. Compared with the traditional vehicle recognition technology, it can extract deeper and richer image information. Based on the VGGNet structure and simulating the order of human eyes' perception of vehicle characteristics, this pa- per designs a hierarchical retrieval system for vehicle image database. Firstly, a CNN which can recognize eight kinds of colors is constructed and trained to recognize the color of the target vehicle. Then, SIFT and LBP features are combined to match and retrieve the same color candidate vehicle database. The hierarchical retrieval mode of the system can effectively reduce the scope of retrieval and improve the efficiency of retrieval. The fusion of multi features can also guarantee the extraction of enough image information and ensure the accuracy of retrieval.