搜索资源列表
boundCheck
- 该方法采用反对称双正交小波分解系数计算视频帧的方向梯度向量，再统计由梯度向量角和模值构成的联合空间二维直方图，然后计算连续帧直方图之间的距离，得到两帧之间的不连续值，最后采用自适应阈值分割，检测出镜头边界。
Goottsu_2dr
- 灰度图像阈值分割，用二维otsu方法实实现的matlab程序源码 可直接使用。 -Gray image threshold segmentation, the real implementation of the two-dimensional otsu method matlab program source code can be used directly.
56465416
- 介绍一种实用的二维条码识别算法。首先探讨了二维条码的定位与分割算法,利用Hough变换与Sobel边缘检测把条码图像从原始采集的图像中有效地分割出来 然后分析了条码图像经过光学系统的噪声模型,提出了一种计算点扩展函数标准方差的算法 采用Flourier变换自适应地选取阈值去除噪声导致的无效边界,从而得到条码的基本模块。实验结果表明,该算法具有很好的抗噪性,提高了二维条码的识别率。 -A practical two-dimensional barcode recognition algorit
897979
- 介绍一种实用的二维条码识别算法。首先探讨了二维条码的定位与分割算法,利用Hough变换与Sobel边缘检测把条码图像从原始采集的图像中有效地分割出来 然后分析了条码图像经过光学系统的噪声模型,提出了一种计算点扩展函数标准方差的算法 采用Flourier变换自适应地选取阈值去除噪声导致的无效边界,从而得到条码的基本模块。实验结果表明,该算法具有很好的抗噪性,提高了二维条码的识别率。 -A practical two-dimensional barcode recognition algorit
vThrreshold--a
- 各种分割算法的实验包含阈值分割割，多阈值分割，二维最大熵分割等 -The experiment contains various segmentation algorithm threshold segmentation cut, multi-threshold segmentation, 2D Maximum Entropy Segmentation
AOTSUzipt
- 利用二维属性直方图的Otsu自动阈值分割方法 提出了二维属性直方图的概概念 ,进而提出了一种基于二维属性直方图的图像自动阈值化方法 有利于写论文 -The use of the histogram properties of two-dimensional Otsu automatic threshold segmentation method takes the concept of a two-dimensional histogram attributes, and then prop
MATLAB-fenge-code
- 在一次作业设计中，用到的小程序，各种分割算法的实验 包括阈值分割，多阈值分割，二维最大熵分割-In one job design, the use of small procedures, a variety of experiments, including segmentation algorithm threshold segmentation, multi-threshold segmentation, 2D Maximum Entropy Segmentation
Digital-Image-Processing
- 有源码，适合学习C++的人 一、 读入一幅灰度图象，编写程序显示图象中任一象素点的灰度值。 二、 编程实现RGB彩色空间到HSV彩色空间的转换，并通过调整H、S、V的值实现图像亮度、色度和色饱和度的调节。 三、 1.灰度线性变换、分段线性变换 2.灰度直方图均衡、规格化 3.图象卷积：各种模板实现低通、高通滤波 4.图象中值滤波、最大值滤波、最小值滤波、模板选择滤波 5.伪彩色图象增强 四、 1.图象的加、减、乘、除和逻辑运算。 2.图象的镜像变换、图象的缩放
相位恢复
- 对全息图进行二维恢复以及三维形貌恢复以及最大熵阈值分割(Two dimensional reconstruction of hologram and 3D shape recovery and maximum entropy threshold segmentation are performed.)
二维最大熵与交叉熵结合
- 二维的最大熵与交叉熵结合的图像分割算法，有助与提高图像分割中阈值选取的稳定性。(The combination of two-dimensional maximum entropy and cross-entropy is helpful to improve the stability of threshold selection in image segmentation.)