搜索资源列表
canny
- 本程序是用vc实现的canny算法,应用于细胞图像分割。
canny
- canny边缘检测的vc代码,可以实现图像的边缘提取,效果不错
canny
- Canny算子边缘提取代码,可以对图像进行边缘提取,采用VC 实现,编译后可以直接运行。
Canny
- vc++实现数字图象处理3:图象处理Cannny算子进行图象的边缘检测
Canny
- 数字图像处理,CANNY算子边缘检测,VC++代码,包括算法测试图片等
canny
- VC调用matlab图像处理工具箱进行canny边缘检测 。自己写的为初学者提供的含源代码和pdf教程大家支持一下吧
Canny
- 用Canny算子提取边缘...VC++环境
canny
- 这是基于canny算子的边缘检测代码,基于vc环境,程序简洁
canny
- 对图像进行canny边界提取,适用于256色图像,提取边界速度快,直接解压,导入vc++6 就可以运行。
VC调用matlab图像处理工具箱进行canny边缘检测
- VC调用matlab图像处理工具箱进行canny边缘检测,含pdf教程-edge detection by VC calling matlab image toolbox, pdf tutorial included.
Canny.rar 用VC实现数字图像canny算子边缘检测
- 用VC实现数字图像canny算子边缘检测,VC digital images using canny edge detection operator
ruzon.tar
- 指南针边缘检测算法是当前质量最高的边缘检测方法,比CANNY算子效果还要好。具有边缘定位准确,边连续,完整的特点。程序能够得到每一个像素的边的朝向,有利于做进一步的优化应用,例如图像分割等。具体算法过程可参考斯坦福大学麦克博士发表的论文。主要思路就是以每个像素为中心,像罗盘一样转动边,一直找到两边差异最大的朝向。最后把所有的最优朝向连起来成为边缘。 代码用VC驱动,核心部分用matlab编写-Compass edge detection algorithm is currently the
Canny
- 基于vc++,对图像进行二值化,并用canny算子提取边缘。-Based on vc++, the binary image and extract the edge with a canny operator.
MFC_OPENCV_test
- 基于OPENCV的MFC的例子,它可以显示图片,并将其灰度化、并边缘检测。 转于OPECV网站。-A MFC example which is based on opencv .The software evironment is VC 6.0.
OpnCvTest
- 用OpenCv和vc++实现图像处理的基本功能,有效利用OpenCv,包括读入并显示图像,边缘检测,加噪声以及锐化处理-OpenCv and vc++ to Canny Sobel Binary and GradSharp opreator
CANNY
- CAANY边缘检测VC实现-VC achieve CAANY edge detection
Canny
- 用canny算子算法进行处理的,用vc++编写的源码-Using canny operator processing algorithms, using vc++ Prepared source
Canny
- 该代码是在vc++下编写的,最后能实现用Canny算子提取图像的边缘,附带测试图像,比较实用的边缘提取算法-The code is vc++ Prepared, and finally to achieve using Canny operator extract image edge, fringe test images, more practical edge extraction algorithm
edgedetection2003
- 数字图像的边缘检测 本科毕业设计(边缘检测是数字图像处理中的重要内容。本文首先对图像的边缘检测的各种算法和算子做了总结和分析。Canny最早提出了边缘检测的三条连续准则:最优检测结果、最优定位和低重复响应,并在这些准则的基础上得到了“最优线性滤波器”―高斯函数的一阶导数。经过十几年的发展,目前已经有了对这个准则的很多改进,本文也对这个方面的工作做了小结。Demigny在理论分析和实践的基础上给出了边缘检测的离散准则,并且证明在离散准则中Canny提出的第三个准则可以被阀值操作所取代。本文利用
canny
- 用vc++实现用Canny算子提取边缘的功能,效果比较好,值得借鉴。-Using vc++ implementation using Canny edge extraction operator function, the effect is better, is worth learning from.