搜索资源列表
cv_Gaussian
- 高斯滤波，基于OPENCV的内部调用函数，对图像信息进行高斯滤波，去除噪声-Gaussian filtering, call the function inside OPENCV based on image information Gaussian filtering to remove noise
Solution1
- 高频强调滤波和灰度变换进行图像增强： 1. main.m 主程序 2. paddedsize.m 对图像进行补充，以便形成的方形大小等于最小接近的2的整数次幂。 3. dftfilt.m 输入图像f和一个滤波器函数，返回经过滤波和剪切后的图像g。 4. dftuv.m 提供频域坐标网格。 5. lpfilter.m 几种常用的低通滤波器。 6. hpfilter.m 实现高通滤波。 7. BodyImage.JPG 测试用图片 注： 1. 运行程序前，请在ma
process
- 在数字图像处理中，常常会遇到图像中混杂有许多的噪声。因此，在进行图像处理中，有时要先进行祛除噪声的工作。最常用的祛除噪声的方法是用滤波器进行滤波处理。MATLAB的图像处理工具箱里也设计了许多的滤波器。如均值滤波器、中值滤波器、维纳滤波器等。用户可以很方便的运用一些函数完成数字滤波工作。-In digital image processing, the image often encounter mixed with a lot of noise. Therefore, when the ima
Gabor
- Gabor滤波器实现图像的滤波，含有Gabor核函数，有助于理解Gabor的各个参数设置及Gabor滤波器的基本原理，适用于学习研究-Gabor filter can be applied in image filtering, containing the Gabor kernel function.It is helpful to understand the basic principle of each parameter setting and Gabor filter , and s
EmgucvTest
- 用c#和emgucv实现了1.显示图像的直方图，2.直方图均衡化，3.中值滤波，4.sobel算子，roberts算子和Prewitt算子的边缘提取。各算法均自己实现不是调用函数。但是读图片的信息是用的emgucv。希望和同样刚接触emgucv的同学共同进步-With c# and emgucv achieve a 1 shows a histogram of the image, 2. Histogram equalization, 3 median filter, 4.sobel opera
DIP
- 数字图像处理matlab实现，包括如下程序： 1.直方图规定化为高斯双峰函数 2.窗口形状自适应（十字形或矩形）的中值滤波 3.彩色图像目标提取并与背景图像合成 4.插值外推法的彩色图像饱和度调整 5.多种插值方法实现的图像放大和缩小 6.频域变换及分析 7.几何校正 8.插值外推法的黑白图像对比度增强 9.运动模糊矫正-Digital image processing matlab realize, including the following proce
imfreqfilt
- imfreqfilt函数 对灰度图像进行频域滤波 参数I 输入的空域图像 参数ff 应用的与原图像等大的频域滤镜- imfreqfilt function for gray image frequency domain filtering Parameters I entered the airspace image
xiaoboyy
- 图像去噪，小波硬阈值滤波，sym4小波基函数-Image denoising and hard threshold wavelet filtering, sym4 wavelet basis function
Opencv_c
- c++和opencv写的算法类。包括图像平滑滤波、图像对数校正、幂函数校正、图像锐化、可以进行8位和16位图像处理。-c++ and opencv write algorithms class. Including image smoothing, image logarithmic correction, power function correction, image sharpening, can be 8 and 16-bit image processing.
openCVSmooth
- 使用opencv 对图像进行平滑和滤波处理，主要用到的函数为cvSmooth，可以选择高斯滤波，中值滤波，双向滤波，插值滤波等方法。-opencv smooth gaosi mid-value and other method
zishiyingyuzhi
- 该文档对图像进行自适应阈值滤波，以适应不同情境下的图像，采用函数调用编程。-Adaptive Threshold
4
- 为了有效实时地检测高速路段汽车行驶中的流量情况，确保交通安 全等，文中讨论了因汽车高速运动和外界环境噪声干扰所引起的图像失 真，在图像处理终端实现恢复的总体方案。利用deconvwnr 函数，在图像 的频率特征和附加噪声已知的情况下，采用维纳滤波进行因运动模糊引起 的失真图像恢复效果明显。经软件编程仿真，结果表明在设置合理的点扩 散函数的基础上，其效果优于高斯模糊引起的失真图像恢复效果。经过图 像处理终端的设计，可以较好地检测高速路段的车流量情况。-In order to
code
- 用自编的函数维纳滤波方法实现图像复原 但是复原效果有待改善 matab函数-With the function of Wiener filtering method for image restoration but self recovery efficiency needs to be improved MATAB function
image-processing
- 图像处理，均值滤波、算数均值滤波、中值滤波，利用TV算法进行图像修补，区域填充，用网格函数实现坐标定位-Image processing, mean filtering, arithmetic mean filtering, median filtering, the use of TV algorithm for image repair, area filling, with the grid coordinates to locate function to achieve
junzhilvbo
- 采用boxfilter函数编写的均值滤波器，用于图像去噪等，等显著提升滤波速度。-Boxfilter function written using the mean filter for image denoising, etc., etc. significantly improve the filtering speed.
spfilt
- 此函数完成的是对图像的线性和非线性空域滤波，整合了各种空域滤波器-This function is to complete the image of the linear and nonlinear spatial filtering, integrating a variety of spatial filters
bridge-road-cracks-detection
- 代码是matlab编写，有例图，可直接运行（注意修改路径）。主要用来检测桥面、路面裂纹，有详细函数功能说明和算法思想，实现了路面规则条纹背景的频率估计，采用频域滤波可有效去除路面图像接近估计频率的噪声，保留目标裂纹，实现了初步的检测功能，但是功能还不完善，可作Demo供大家参考。有兴趣的朋友可以逐步完善、移植，有兴趣的朋友请与我联系。-Matlab code is written, there is case diagram, can be run directly (Note to modif
1756456
- 设计了一种基于TMS320C6455与FPGA 的实时图像跟踪系统，该系统首先采用MAX9526 采集图像，利用FPGA 对图像进行均值滤波，滤波后数据采用乒乓方式传输给DSP。Mean Shift 跟踪算法采用图像像素灰度距离中心点的距离作 为目标特征建立核函数，实现对目标的实时跟踪。实验表明，该系统具有良好的实时性与稳定性。-Designed a real-time image-based tracking system TMS320C6455 and FPGA, the system
tuxiangquzao
- 这是图像去噪的实现函数，有均值滤波，中值滤波，高斯滤波，函数均是自己编写的函数，没有调用,且有自己设计的函数与系统函数效果的对比。课程设计所写，能直接运行-This is the realization of image de-noising function, there are mean filtering, median filtering, Gaussian filtering functions are functions I have written, there is no cal
toolbox_signal
- 利用傅里叶变换，对图像进行低通滤波处理，利用sin函数窗-To avoid boundary artifacts and estimate really the frequency content of the image (and not of the artifacts!), one needs to multiply M by a smooth windowing function h and compute fft2(M.*h). Use a sine windowing functio