搜索资源列表
bitmap
- 读取bmp图像的灰度值，用一维数组输出！
edg
- 边缘就是指图像局部亮度变化最显著的部分，它是检测图像局部变化显著变化的最基本的运算。对于数字图像，图像灰度灰度值的显著变化可以用梯度来表示，以边缘检测Sobel算子为例来讲述数字图像处理中边缘检测的实现
3DTERRIN
- DEM的规则格网存储结构是一个二维点阵,由于其高度与宽度已知,因此可以用一个一维数组p[n]进行管理，设原点的平面位置为(0, 0),DEM的长度与宽度分别为s和t,则任意一点(i,j)的高程值为p[i×t+j]。规则格网的这种简明结构,事实上已经对DEM数据进行了很好的组织,因此将格网数据读入内存，而无需使用其它任何结构进行管理,直接对读入的DEM数据块进行处理，生成格网面。 利用bitmap将DEM位图中的数据读入到程序数组中，其中规则网格将区域空间切分为规则的格网单元, 每个格网单元对
hough
- hough变换，能检测出BMP位图中的平行直线， 要求目标图像为只有0和255两个灰度值的灰度图像。
chap12
- 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
face
- 本文介绍了一种灰色图像识别中进行人眼睛定位的算法,首先是根据人脸的水平灰度直方图来确定眼睛的位置,然后, 通过计算眼眶部分像素点的垂直灰度直方图来确定两眼中心,接着从获得的区域中找出一定数量的灰度值小的点,对这些点进行添加、删除和计算,实现眼睛的定位．
chepaidingwei
- 很好的车牌识别代码 。具体步骤： 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
cmos
- ov7620 飞思卡尔应用 主要可以通过摄像头获得图像灰度值，存储在ram
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
Hough_transfor
- 函数名称： * HoughDIB() * * 参数: * LPSTR lpDIBBits - 指向源DIB图像指针 * LONG lWidth - 源图像宽度（象素数，必须是4的倍数） * LONG lHeight - 源图像高度（象素数） * 返回值: * BOOL - 运算成功返回TRUE，否则返回FALSE。 * * 说明: * 该函数用于对检测图像中的平行直线。如果图像中有两条平行的直线，则将这两条平行直线 * 提取
zhongzhi
- 中值滤波代码！中值滤波是在1971年有J.W.Jwkey首先提并应用的在一维信号处理技术中(时间序列分析),后来被图像信号处理技术所引用.在一定的条件下,可以克服线性滤波器如最小均方滤波、平均值滤波等所带来的图像细节模糊，而且对滤波脉冲干扰及图像扫描噪声最为有效。特别适用在有很强的胡椒粉式或脉冲式的干扰时，因为这些干扰值与其邻近像素灰度有很大差异，因此经排序后取中值的结果是强迫将次干扰变成与其邻近的某些像素的灰度值一样，达到去除干扰的效果。在实际运算过程中并不需要图像的统计特性，这也是带来不少方
765
- 该函数用于对图像进行灰度均衡，主要是计数灰度值
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
123
- 利用人脸的灰度值的不同可以高效识别人脸区域以及定位的功能，以及可以识别非人脸
weichuli
- 分别使用灰度值变换和频域滤波的方法实现图像的伪彩色处理。在Matlab中编程实现
erzhihua
- 本程序是对图像二值化的处理，它是图像分割的一种方法。在二值化的时候把大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个值的像素灰度设为灰度极小值。
直方_线性_平滑_阈值_fianl
- 适用于256灰度级的位图.直方_线性_平滑_阈值_滤波处理.-apply to the 256-level grayscale bitmap. Direct linear side _ _ _ smoothing threshold _ filtering.
8433028879
- VC图像处理 在上一节讲座中，我们讲到了如何实现图象的\"雕刻\"和\"浮雕\"效果，它们的实现思想是通过求取\"没有处理过的相邻两个像素之间的差值\"来实现的。如果没有限制\"以前没有处理过的两个像素之间的操作\"，取而代之的是\"处理以前已经操作过的像素\"，那末就可以将一个像素的灰度值传递到与其相邻的若干像素。事实上，有时后我们必须通过上述的约定才能实现一些效
num_identify
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-
lineFisherClassify
- *Fisher.C *recognition of handwritten numerals with Fishier Linear Classifier */ /* *说明：一个数字16X16像素，每个像素是灰度值， *归一化为-1到1的双精度浮点数