搜索资源列表
jiao448
- 一个用matlab检测直线交点的源程序，适合于二值图像，函数实现了图像中单象素宽白色相交直线交点的检测利用的是最简单的邻域中计算白点的个数的算法，当一个象素的window邻域中有四个邻域为白色的时候，该点即为交点。-a linear detection using Matlab intersection of the source, suitable for two binary images, Function of image pixels wide single white line in
linejd
- 函数实现了图像中单象素宽白色相交直线交点的检测.利用的是最简单的邻域中计算白点的个数的算法，当一个象素的window邻域中有四个邻域为白色的时候，该点即为交点。
边缘检测算法的基本步骤
- 边缘检测算法的基本步骤 （1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。 （2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。 （3）检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。 （4）定位。精确确定边缘的位置。 Canny边缘检测算法 step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方
invariant_moment
- 摘要:提出了一种基于兴趣点不变矩(IPIM)的图像拼接技术。利用Harris 角检测器获取图像中的兴趣点,计算 兴趣点邻域的平移、旋转及尺度不变矩,通过比较各兴趣点邻域不变矩的欧式距离提取出初始特征点对,根据 几何变换模型剔除伪特征对,最后利用正确映射模型实现图像的拼接。实验表明,该方法对平移以及任意角度 的旋转具有良好的鲁棒性,对于具有小尺度变换的图像仍然具有很好的拼接效果。
chap3
- ch3_1_1：嵌套使用图像代数函数（§3.1.1） ch3_1_2：两幅图像相加（§3.1.2） ch3_1_3：图像与常数相加（§3.1.2） ch3_1_4：两幅图像相减（§3.1.3） ch3_1_5：两幅图像相乘（§3.1.4） ch3_1_6：图像除以常数(两幅图像相除)（§3.1.5） ch3_2_1：图像缩放（§3.2.2） ch3_2_2：图像旋转（§3.2.3） ch3_2_3：图像剪切（§3.2.4） ch3_2_4：生成和应用仿射变换（
指纹识别
- 摘要：指纹识别技术在各个领域的应用已经逐渐成熟，本文基于信息论中的互信息，在指纹识别的特征选取和识别提出自己的一些想法。 1 引言 指纹是人终身不变的生理特征之一，因其具有惟一性、稳定性以及方便性等独特的特点，使指纹识别成为现在应用最广泛的生物识别技术。 指纹识别系统处理的流程中，指纹图像预处理是第一个处理环节，我沿用已经成熟的去噪，二值化，滤波，细化，对其进行预处理。 互信息作为最终的识别准则来进行指纹的识别。 2 指纹的预处理 般自动指纹识别系统由图像采集、图像预处理、细节点提取和指纹匹 几
连通域标识（8邻域）
- 连通域标识（8邻域），同时计算连通域的面积和周长
TextureLBP
- LBP纹理特征提取算法。首先将检测窗口划分为16×16的小区域（cell），对于每个cell中的一个像素，将其环形邻域内的8个点（也可以是环形邻域多个点，如图 3‑ 4. 应用LBP算法的三个邻域示例所示）进行顺时针或逆时针的比较，如果中心像素值比该邻点大，则将邻点赋值为1，否则赋值为0，这样每个点都会获得一个8位二进制数（通常转换为十进制数）。然后计算每个cell的直方图，即每个数字（假定是十进制数）出现的频率（也就是一个关于每一个像素点是否比邻域内点大的一个二进制序列进行统计），然
kjlv
- matlab课程设计：空间滤波增强 空域滤波就是在图像空间中借助模板对图像进行邻域操作。输出图像中每一个像素的取值都是通过模板对输入像素相应邻域内的像素值进行计算得到的。学会并掌握使用matlab进行图像的空域滤波，设计用户界面实现上述功能。。 1、采用matlab Guide设计图像界面，可以读入并显示图像，设计实现以下功能的按钮，点击相应的按钮在图像界面上可以显示相应的功能。 2 首先对一副图像人为增加噪声（使用imnoise函数）； 3 对图像进行线性滤波； 4 对图像
采用邻域差值特征模板的立体匹配方法
- 算法给出一种图像匹配方法，通过计算一幅图像中间隔一定距离的两点的像素邻域差值作为特征模板，再计算另一幅图像中在同一扫描线上间隔同样距离的像素邻域的差值，将它与特征模板的偏差作为匹配标准，偏差最小的点就认为是匹配点。
Harris-Corner
- 针对Harris角点检测算法对T型和斜T型角点存在定位不准确以及运算速度慢的问题,提出了一种改进算法.改进算法计算目标像素点的8邻域范围内与之灰度相似的点的数目,然后对目标像素点周围其他像素点按同样方法处理,并对得到的计算数据进行比较,分析出局部范围内的像素点的灰度值分布.根据比较结果,从中遴选出部分像素点作为下一步角点检测的计算对象,并计算其角点响应函数值,如果角点响应函数值大于设定的阈值,该点则会被确定为最终的角点.实验结果表明:改进算法的角点检测时间仅为原算法的14.3 ,并实现了对T、斜
yizhongsuijiduotuoyuanjiancedekuaisusuanfa
- 针对多椭圆检测问题提出了一种快速随机检测算法。该算法利用在图像中随机采样到的一个边缘点和 局部搜索到的两个边缘点以及这三个点的邻域信息确定候选椭圆,再将候选椭圆变换为对应圆,通过确认真圆来确 认真椭圆。在确定候选椭圆时,最大限度地减少随机采样点数‰ 剔除更多的非椭圆点,降低了无效采样,减少了无效 计算。数值实验结果表明:该算法具有良好的鲁棒性,其检测速度比同类算法快-Ellipse detection problem for many a fast random detect
fractal
- 利用像素点的邻域计算图像中没一点的分型维数-fractal
300
- 了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结 果构造差异影像，然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理，再对处理后的结果运用广义高 斯分布模型估计变化与非变化像元的概率密度参数，最后采用改进的O2 算法计算最佳分割阈值，提取变化区域。 实验结果表明，所提出的变化检测算法稳健、高效，具有较大的实用价值。-0LDI TCTUG TGUIUNVI C MLCNEU WUVUMVD5N CTTG5CML 5X GUB5VU IUNIDNE
GUISUSAN
- 边缘是图像最基本的特征，是图像分割的第一步。经典的边缘检测方法如：Roberts，Sobel，Prewitt，Kirsch，Laplace等方法，基本都是对原始图像中象素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的阀值提取边界。由于这些算法涉及梯度的运算，因此均存在对噪声敏感、计算量大等缺点。在实践中，发现SUSAN算法只基于对周边象素的灰度比较，完全不涉及梯度的运算，因此其抗噪声能力很强，运算量也比较小。并将SUSAN算法用于多类图像的
imhist2
- 计算灰度图像二维直方图的函数，可先设定邻域处理滤波器，带入函数中加以处理即可。具体参加函数help。-This function calculates the 2D-hist of a input gray-image. The filter used to process the image can be specified outside the function.
noise_new
- 基于噪声检测的中值滤波，先通过邻域计算检测是否为噪声，再进行开关中值滤波，对于被判断为噪声的像素不再参与其他像素的中值滤波，能够有效滤除噪声并且保留细节较好-Noise Detection Based on median filtering, first calculated by testing whether the neighborhood noise, then the switching median filter for noise pixels are judged to no l
grayco
- 用3*3邻域计算每一个像素的灰度共生矩阵并计算对应的特征参数，最后再选择特定目标区域内的像素，计算在目标区域内的像素所对应的特征参数的均值和方差(Calculation of characteristic parameters of each pixel gray level co-occurrence matrix and calculate the corresponding 3*3 neighborhood, then select the specific pixels within t
PLF
- 基于随机邻域搜索的含风电配电网优化规划 本程序提出了含风电配电网中基于半不变量的随机潮流算法，该算法考虑了风电的出力随机性，运用了概率统计方法处理系统运行中的随机变化因素，给出系统运行电压、支路潮流等概率分布情况，可以更深刻地揭示系统运行状况，为系统安全运行决策提供更完整的信息。 随机变量的卷积运算是随机潮流计算量较大的部分，利用半不变量的方法进行随机变量间的卷积运算，并用Gram-Charlier级数展开式计算随机变量的分布[4-6]将使整个随机潮流计算效率很高，其精度也足以满足规划和运行
points2grid
- points2grid是一个强大的和可扩展的工具网格LIDAR点云数据生成数字高程模型（DEM）。points2grid采用局部网格法用一个定义在基于用户提供的搜索半径，每个细胞邻域计算网格细胞升高。(Points2Grid is a robust and scalable tool for gridding LIDAR point cloud data to generate Digital Elevation Models (DEM). Points2Grid uses a local gr