Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In the paper a mathematical model addressed to non-sharp edges in the images is proposed. This model is based on and integral transform with Haar-Gauss wavelet and matching algorithm of bandwidth, such model is used to detection of the edges in images with high-level noises, both in the x plane and the frequency domains. There is shown that applying the integral Haar-Gaussian transformation the detection of single and double edges is possible. Demonstrated in the paper results confirm that wavelet transform supported by the matching wavelet algorithm of wavelength bandwidth make an important exploration tool of the images with the edges possessing a large depth of sharpness.
PL
W artykule zaproponowano model matematyczny nieostrej krawędzi oraz całkową transformatę z falka Haara-Gaussa wraz z algorytmem dopasowania pasma zarówno w przestrzeni x jak i w dziedzinie częstotliwości. Zilustrowano detekcję pojedynczej i podwójnej krawędzi wykorzystując całkową transformatę Haara-Gaussa. Proponowany model krawędzi wraz z transformatą falkową i algorytmem dopasowania szerokości pasma częstotliwości falki może być ważnym narzędziem w rozpoznawaniu obiektów przez nowoczesne wizyjne systemy transportowe.
EN
This paper presents a method of automatic recognition of fingerprint diffraction images of motor vehicle users. The proposed method is based on the basic physical properties of the Fourier transform. It creates the possibility of reducing the problem of recognition to the Fourier transform of the image function, extraction of characteristic features vector and classification of input images.
PL
Praca prezentuje metodę automatycznego rozpoznawania obrazów dyfrakcyjnych odcisków palców użytkowników pojazdów mechanicznych. Proponowana metoda, bazuje na podstawowych właściwościach fizycznych transformaty Fouriera. Stwarza możliwość sprowadzenia problemu rozpoznawania do transformaty Fouriera funkcji obrazowej, ekstrakcji wektora cech charakterystycznych i klasyfikacji obrazów wejściowych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.