搜索资源列表
UpgradeReport
- 利用回转窑生产氧化铝的工艺中,提出了一种新的基于SVR(支持向量回归)的烧成带温度软测量方法。即首先对从回转窑采集到的烧结图像进行预处理,消除噪声的干扰;然后利用大津方法分割出物料区和火焰区,并提取这些区域的图像特征;其次利用基于SVR方法建立的烧成带温度模型计算温度值;参数计算.
fouier
- 使用傅立叶变换对图像的条纹噪声进行滤除,分别使用了理想低通滤波、巴特沃兹低通滤波和高斯低通滤波进行处理
suzy_080505_1
- 对于叶片面积的计算,进行图像预处理,灰度转换、直方图、去噪声等,最终计算出叶片面积的像素和。
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
wavelets
- MATLAB下通过多种小波实验了解小波变换的原理教程及示例代码 包括的多个示例源代码有:一维线性非线性近似、二维线性非线性近似、使用线性滤波过滤噪声、使用小波门限消除噪声、使用小波变换压缩一维信号、二维小波图像压缩等等。
tianzao
- 对图像使用四种噪声,并对其中;一种进行恢复。
quzao
- 将图像中的噪声信息去除掉,可以改善图像质量。
12921516392005710113415332995
- 中值滤波 C代码 Matlab入门级图像处理程序__采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波.rar
matlab
- 该程序功能主要是运用matlab的小波函数完成图像的读入和显示,并实现加入噪声,最后运用小波函数滤除
xinhaochuli
- 本程序可实现图像平滑,其主要目的是为了减少噪声。本程序中,我们首先对图像加了一个较大的白噪声,之后用中值对含噪图像进行处理。
fm-meilin
- 数字图像矩阵数据的显示及其傅立叶变换 P0302:二维离散余弦变换的图像压缩 P0303:采用灰度变换的方法增强图像的对比度 P0304:直方图均匀化 P0305:模拟图像受高斯白噪声和椒盐噪声的影响 P0306:采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307:采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 P0308:图像的自适应魏纳滤波 P0309:运用5种不同的
matlabimage
- 用matlab进行简单的图像处理,包括图像显示和噪声的添加和去除以及直方图的提取
imagedenoisingscalespace
- 在使用扩散过程平滑噪声之后引入反扩散过程来恢复边缘,结合尺度空间理论和反扩散函数对图像进行去噪处理。该方法使用最小描述长度(MDI )准则自适应地选择图像中每一点处的最优尺度对图像进行滤波。加入尺度范围限制降低了过平滑和欠平滑的影响。改进了反扩散函数模型,对降质图像中的边缘进行恢复。与经典的滤波方法以及各向异性扩散方程的结果相比。本文方法取得了较好的效果。
lvbo
- 主要介绍了图像平滑处理,方法有经典的邻域滤波,中值滤波,还有相应的添加噪声的方法,
image_denoise
- 应用二维小波变换对图像进行去噪。程序image_denoise1.m应用sym5小波对图像进行2层分解,直接用各层的逼近信号表示去噪后的信号。程序image_denoise2.m利用不同的阈值对含噪信号进行去噪,相当于进行两次高频噪声的消除,并且阈值不同。
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
chap05
- ch5_1_1: 图像灰度线性变换 (§5.1.1) ch5_1_2: 图像灰度分段线性变换 (§ 5.1.1) ch5_1_3: 采用对数形式的变换函数进行动态范围压缩 (§5.1.1) ch5_1_4: 图像直方图的均衡化 (§5.1.2) ch5_1_5: 直方图规定化 (§5.1.2) ch5_2_1: 邻域平均的线性平滑滤波法实现降噪 (§5.2.2) ch5_2_2: winner滤波法实现降噪 (§5.2.2) ch5_2_3: 中值滤波实现降噪 (§5
fanqieHSI
- :为实现番茄收获机械自动化,提出了利用计算机视觉代替人眼对成熟番茄进行自动识别的方法。首先对番茄图像进 行了各种去除噪声方法的比较,提出用HSI 颜色系统的H 色调分量作为识别的颜色特征参数。利用最大方差自动取阈法及 数学形态运算等构成的识别算法对采集的番茄图像进行自动识别.
median
- 对彩色图像进行中值滤波,这是直接用opencv语言实现的,里面的图片是清晰的,可以用有椒盐噪声的代替
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