资源列表
DeepSR_code
- 深度学习超分辨()
1
- 基于阈值的图像分割，自适应阈值分割，会显示直方图和阈值。(Threshold based image segmentation, adaptive threshold segmentation, histogram and threshold will be displayed.)
GMM_test1
- 高斯混合模型的前景提取代码，本人测试可用。(Gauss mixture model of the foreground extraction code)
源程序
- 利用hough变换检测圆，有RHT，随机hough变换，以及一些改进(Using Hough transform to detect the circle)
图像融合技术研究
- 利用拉普拉斯金字塔的方法融合图像,彩色部分采用了主成分分析的办法（PCA）(you can use this code to fuse two pictures.it's a good matlab code.hope every body can use this code every day)
RPCA
- 鲁 棒 主 成 分 分 析 MATLAB 代码(Robust principal component analysis MATLAB code)
LBP算法程序
- 原始的LBP算子定义在像素3*3的邻域内，以邻域中心像素为阈值，相邻的8个像素的灰度值与邻域中心的像素值进行比较，若周围像素大于中心像素值，则该像素点的位置被标记为1，否则为0。这样，3*3邻域内的8个点经过比较可产生8位二进制数，将这8位二进制数依次排列形成一个二进制数字，这个二进制数字就是中心像素的LBP值，LBP值共有2828种可能，因此LBP值有256种。中心像素的LBP值反映了该像素周围区域的纹理信息。(The original LBP operator is defined in t
hog-feature
- 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主(The Histogram
SR
- 显 著 性 检 测 模 型 SR 的 matlab 代 码(Matlab code for the saliency detection model SR)
m
- 显示图像的灰度直方图、全局和局部灰度线性变换，分段线性变换、直方图均衡、 直方图规格化(The gray level histogram, global and local gray scale linear transformation, piecewise linear transformation, histogram equalization are displayed. Histogram normalization)
xiaobo
- 实现遥感图像小波变换融合，以及计算信息熵、平均梯度和均方根误差。(Realization of wavelet transform fusion of remote sensing image)
image_transport_plugins-indigo-devel
- image_transport_plugins-indigo-devel.zip