搜索资源列表
Hough-fast
- Hough变换的简易程序， * 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 * 提取出来。 * * 要求目标图像为只有0和255两个灰度值的灰度图像。-Hough transform to the simplified procedure, * The function used to detect images of parallel linear. If the images are two parallel lines, it wi
2223222
- 我们给出一个模板 和一幅图象 。不难发现原图中左边暗，右边亮，中间存在着一条明显的边界。进行模板操作后的结果如下： 。 可以看出，第3、4列比其他列的灰度值高很多，人眼观察时，就能发现一条很明显的亮边，其它区域都很暗，这样就起到了边沿检测的作用。 为什么会这样呢？仔细看看那个模板就明白了，它的意思是将右邻点的灰度值减左邻点的灰度值作为该点的灰度值。在灰度相近的区域内，这么做的结果使得该点的灰度值接近于0；而在边界附近，灰度值有明显的跳变，这么做的结果使得该点的灰度值很大，这样
edgaijin
- 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-edge means partial image brightness changes the most significant part of it is partial image change detection significantly change the basic arithme
CardRecognization
- 车牌识别系统 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。
yuzhibianhuanw]
- 该函数用来对图像进行阈值变换。对于灰度值小于阈值的象素直接设置 灰度值为0；灰度值大于阈值的象素直接设置为2-function of the image used to transform the threshold. For gray value less than the threshold value of the pixel directly installed gray value of 0; Gray value is greater than the threshold val
gongshukai
- 有关实现细化，灰度值，等图像处理小程序的代码-on the realization of thinning, gray values, such as image processing procedures for small code
211
- 矩阵中的每一个元素称为像元、像素或图像元素。而g(i, j)代表(i, j)点的灰度值，即亮度值。 由于g (i, j)代表该点图像的光强度（亮度），而光是能量的一种形式，故g (i, j)必须大于零，且为有限值，即： 0＜=g (i, j)＜2n。 用g (i, j)的数值来表示(i, j)位置点上灰度级值的大小，即只反映了黑白灰度的关系。 数字化采样一般是按正方形点阵取样的， -each of the matrix elements known as a pixel, pixe
411
- 矩阵中的每一个元素称为像元、像素或图像元素。而g(i, j)代表(i, j)点的灰度值，即亮度值。 由于g (i, j)代表该点图像的光强度（亮度），而光是能量的一种形式，故g (i, j)必须大于零，且为有限值，即： 0＜=g (i, j)＜2n。 用g (i, j)的数值来表示(i, j)位置点上灰度级值的大小，即只反映了黑白灰度的关系。 数字化采样一般是按正方形点阵取样的， -each of the matrix elements known as a pixel, pixe
511
- 矩阵中的每一个元素称为像元、像素或图像元素。而g(i, j)代表(i, j)点的灰度值，即亮度值。 由于g (i, j)代表该点图像的光强度（亮度），而光是能量的一种形式，故g (i, j)必须大于零，且为有限值，即： 0＜=g (i, j)＜2n。 用g (i, j)的数值来表示(i, j)位置点上灰度级值的大小，即只反映了黑白灰度的关系。 数字化采样一般是按正方形点阵取样的， -each of the matrix elements known as a pixel, pixe
611
- 矩阵中的每一个元素称为像元、像素或图像元素。而g(i, j)代表(i, j)点的灰度值，即亮度值。 由于g (i, j)代表该点图像的光强度（亮度），而光是能量的一种形式，故g (i, j)必须大于零，且为有限值，即： 0＜=g (i, j)＜2n。 用g (i, j)的数值来表示(i, j)位置点上灰度级值的大小，即只反映了黑白灰度的关系。 数字化采样一般是按正方形点阵取样的， -each of the matrix elements known as a pixel, pixe
reply_1_1007847
- 车牌定位使用说明 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
cardetection
- 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=0,1,…,439 j=0,1,…,63
detect_vc++_
- 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
test_vido111
- 一个基于灰度值的视频检索程序,主要是计算灰度值,对图像进行检索.-a gray value based on the video retrieval process, mainly the intensity values, the image retrieval.
reviewmaps
- 本程序使用前一 幅图象的调色板并计算调色板各种颜色的灰度值-use of the procedure before a palette of the image and calculate various color palette of gray values
AThreshold4
- 计算图中所有灰阶的分布概率 定一阈值使得影像分成两类 计算两类的方差、平均灰度值与总影像平均灰度 选择最佳阈值-calculated all gray-scale map of the probability distribution of a fixed threshold value makes images divided into two categories : computing the variance, Gray and the average total value
ljl3
- 对图像进行灰度值统计，都是我以前收集的，很好用的，在你使用时稍微改一下就可以了-right image gray value statistics, I had been collected, with the good, When you use it with a slight change can
image_identify
- 实现图像的预处理，包括灰度值转换，二值化，梯度锐化，去离散噪声，整体倾斜调整，字符分割，尺寸归一，紧缩重排等功能，经过神经网络训练后可以字符识别。-image preprocessing, including gray-scale conversion value, the value of the gradient sharpening to discrete noise, overall tilt adjustment, character segmentation, to a size a
ImagesmoothingContrastEnhancement
- 直方图均衡：原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而达到增强对比度的效果 中值滤波：中值滤波属于非线性平滑滤波器，它可以消除噪声又能保护图象的细节-histogram equalization : the original plan to transform the histogram in the form of uniform distribution. This will increase the value of the pixel gray area
LabelContours
- 利用VTK进行轮廓线提取，得到一个三维轮廓体，比标注灰度值，用本代码之前，确认系统里已经配置好VTK环境-use VTK for contour extraction, is a three-dimensional contour body than tagging gray value, with the code before Lane has confirmed System Configuration good environment VTK