搜索资源列表
Houghtransformation.rar
- 将霍夫变换与最小二乘法相结合,研究对实验数据和图像处理中的二值边缘图进行直线拟合的方法。 首先,用霍夫变换剔除数据点集中的干扰点或噪声,并将分布在不同直线附近的点分离出来 然后,用最小二乘法 拟合各直线。该方法既解决了直接使用最小二乘法拟合时,拟合直线易受干扰点或噪声的影响和数据点分布在 多条直线附近而无法拟合的两个问题 同时也解决了直接使用霍夫变换时,拟合直线精度不高和直线段有效区间 不容易控制的问题。,The Hough transform and least squares me
c
- 在一幅8位图像中随机加入噪声,误码率可以控制,误码率的定义为错误比特/总比特-In an 8-bit images by adding random noise, error rate can be controlled, the error rate is defined as the error bits/total bits
113
- 人脸检测与定位。这一部分的主要任务是检测图像中是否存人脸,若存在,则将其从背景中分离出来,并确定输出人脸的位置及其大小。 通过控制拍摄图像的条件,可以使得图像处理和人脸定位相对简单,如证件照片, 人脸占据了照片中央的大块区域,背景也比较单一,容易实现人脸的检测和定位。但是如果人脸在图像中的位置预先未知,背景比较复杂,或画面中人脸比较多,就可能受到较多因素的干扰,如人脸在图像中位置、旋转角度和尺寸的不确定性 发型和化妆遮盖某些脸部特征 图像噪声等等。-face reconsider
jiaoyan
- 图像添加椒盐噪声,可控制噪声量.噪声选择为随机函数。-Image adding with salt noise, the amount of noise could be controlled.
KalmanFilter
- 卡尔曼滤波的一个典型实例是从一组有限的,包含噪声的,对物体位置的观察序列(可能有偏差)预测出物体的位置的坐标及速度。在很多工程应用(如雷达、计算机视觉)中都可以找到它的身影。同时,卡尔曼滤波也是控制理论以及控制系统工程中的一个重要课题。-A typical example of the Kalman filter, from a limited set, containing the noise, the position of the object observed sequence (the
Genetic-algorithms-
- 本文主要介绍遗传算法的基本理论,叙述遗传算法在图像增强的的主要应用,即将原始图像变得更加清晰,特征变得更加明显。 现今关于图像增强的算法有很多,而这些算法大多是基于退化函数或者点扩展函数的知识进行图像处理的。当图像出现模糊或噪声影响大时,设计出的图像清晰化的效果肯定不够理想,因此有必要对图像进行增强处理。于是,可利用到遗传算法这种成熟稳定的仿生物进化的全局寻优算法,进行图像增强,由于遗传算法控制参数少、自适应度高,将选择该方法对图像退化分别进行不同的清晰化处理. 这样既增强了图像的对比度,又
addNoiseToVideo
- 传入一段视频给每一帧加上大小可以控制的高斯噪声,可以对后续去噪性能进行量化评估。(非常简单,给那些图像处理刚入门的同学的)-Add guassian noise to a no-noise video
lab
- 在本实验中,将使用MAC驱动,填充和非填充逻辑以及控制逻辑,在系统生成器中创建基于MAC的FIR过滤器。 滤波器是设计用于消除音频系统中高频噪声的带通滤波器。(Development and debugging)