搜索资源列表
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
Probing_into_Technique_of_Image_Enhancement_Based_
- ：图像增强是图像处理的一个重要分支，是图像边缘提取、图像分割等的基础．文章介绍了常用的图像增强技 术，并且以Madab为工具完成图像的直方图均衡化、巴特沃斯高通滤波器操作的示例，给出了处理前后的对照图像．重点介 绍了利用小波变换进行图像增强，获得了比较好的增强效果．-: Image enhancement is an important branch of image processing is the image edge extraction, image segmentation,
Digital-image-processing
- 一 彩色图像灰度化 1 二 空域增强技术 2 2.1 直接灰度映射 2 2.1.1 图像求反（负片） 2 2.1.2 调用imadjust 2 2.1.2 动态范围压缩 3 2.1.3 灰度切分 4 2.1.4 位图切分 5 2.2 直方图变换 6 2.3 空域滤波 7 2.3.1平滑滤波 7 2.3.2锐化滤波 9 三 基本图像变换 11 四 频域图像增强 12 4.1 低通滤波 12 4.1.1 理想低通滤波 12 4.1
tjdigxae
- 有详细的注释，LzCCKYo参数采用波束成形技术的BER计算，关于神经网络控制，包括主成分分析、因子分析、贝叶斯分析，HZTVCHT条件粒子图像分割及匹配均为自行编制的子例程，通过反复训练模板能有较高的识别率。- There are detailed notes, LzCCKYo parameter By applying the beam forming technology of BER On neural network control, Including principal comp
htxeueqz
- 使用高阶累积量对MPSK信号进行调制识别，包括主成分分析、因子分析、贝叶斯分析，实现了对10个数字音的识别，预报误差法参数辨识-松弛的思想，供做算法研究人员参考，粒子图像分割及匹配均为自行编制的子例程。-Using high-order cumulants of MPSK signal modulation recognition, Including principal component analysis, factor analysis, Bayesian analysis, To ach
futzyfey
- 各种kalman滤波器的设计，粒子图像分割及匹配均为自行编制的子例程，包括主成分分析、因子分析、贝叶斯分析，应用小区域方差对比，程序简单，欢迎大家下载学习，仿真效率很高的。- Various kalman filter design, Particle image segmentation and matching subroutines themselves are prepared, Including principal component analysis, factor analysi
uqvpfnhg
- 本科毕设要求参见标准测试模型，包括主成分分析、因子分析、贝叶斯分析，采用的是脉冲对消法，通过反复训练模板能有较高的识别率，粒子图像分割及匹配均为自行编制的子例程，正确率可以达到98％。-Undergraduate complete set requirements refer to the standard test models, Including principal component analysis, factor analysis, Bayesian analysis, It use
matlab实现图像锐化
- 使用巴特沃斯高通滤波器实现图像锐化，用sobel算子实现图像分割，阈值分割图像(Using the Butterworth high pass filter to achieve image sharpening, the image segmentation is realized by Sobel operator and the threshold image is segmented.)
byjc
- 用matlab实现图像灰度化以及图像的分割、高斯滤波、边缘检测(Using matlab to achieve image graying and image segmentation, Gaussian filtering, edge detection)
CFAR
- 基于高斯分布的CFAR检测算法(双参数CFAR检测)，输入一个确定的虚警概率，在满足一定虚警率的情况下对图像进行分割，实现目标与背景的分离。(The CFAR detection algorithm based on Gauss distribution (two-parameter CFAR detection) inputs a certain false alarm probability, and segmentes the image to achieve the separation
Python_VLPR-master
- 基于树莓派B+版本的车牌识别设计，辨识部分以树莓派3B+/3B为核心处理器，基于Linux平台，通过python3.5和OpenCV来对含有车牌信息的图片，进行高斯去噪、灰度化、边缘检测、二值化、闭操作、字符分割、字符识别匹配等一系列图像处理操作最终实现车牌识别这个系统。(Based on the design of license plate recognition of raspberry pie B+version, the recognition part takes raspberry
carplate
- 首先对车牌识别系统的现状和已有的技术进行深入的研究，然后开发出一个基于 Python 的车牌识别系统，文中先对车辆图像进行高斯去噪、灰度化和边缘检测等预处理方法，然后用颜色特征和形态特征相结合的方法来确定车牌位置，用彩色分割法来完成车牌分割，最后，运用 SVM 分类训练器完成字符识别并使用Python 软件环境进行车牌识别的仿真实验。(License plate recognition based on SVM)