搜索资源列表
Canny
- 用canny算子提取边缘，核心：用高斯滤波器平滑图像；一阶偏导的有限差分计算梯度的幅值和方向；非极大值抑制；双阈值算法检测和连接边缘。
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
Patternmatching1
- 针对传统图像相关匹配算法计算量较大的问题,研究图像库中相关图像搜索方法. 提出一种改进的相关 匹配算法,该方法通过对相关系数公式进行简化和迭代运算,减少了重复运算. 通过设定参考图像与目标图像的相 关系数阈值,只需计算方差相差较小的点的相关系数,提高了运算速度,计算时间减少到原来的14 ％ ,甚至更短. 在文件夹的图像搜索中实现了图像的快速匹配.
match
- 针对传统图像相关匹配算法计算量较大的问题,研究图像库中相关图像搜索方法. 提出一种改进的相关 匹配算法,该方法通过对相关系数公式进行简化和迭代运算,减少了重复运算. 通过设定参考图像与目标图像的相 关系数阈值,只需计算方差相差较小的点的相关系数,提高了运算速度,计算时间减少到原来的14 ％ ,甚至更短. 在文件夹的图像搜索中实现了图像的快速匹配.
tuxiangchuli
- fengeyuzhi:最大方差计算分割阈值 huidubianhuan:灰度变换 jiazaosheng:加噪声 zuilingjinfa:最邻近法 otsu2:分割算法 zhi:直方图均衡法 zhong:中值滤波法 segment:分割算法
otsumax_sigma
- otsu自适应阈值分割OTSU算法也称最大类间方差法，是图像分割里基于点的全局阈值选取方法中的一种，诞生于1978年，作者是Otsu。这种方法以其计算简单、稳定有效，一直广为使用，至今仍在matlab的图像处理工具箱里作为灰度图像单阈值自动选取的标准算法
ZHIBEIZHISHU实现了计算植被指数的算法
- 遥感实习的成果。实现了计算植被指数的算法，包括：差值植被指数，比值植被指数，归一化植被指数，调整土壤亮度植被指数-The implementation of the algorithm for calculating vegetation indices, including: the difference vegetation index, the ratio vegetation index, normalized difference vegetation index, soil adju
new
- 摄像机标定新算法,用一个子函数计算出两组运动组的参数 本程序用于调试摄像机标定新算法 这个程序在原来的基础上改变了部分返回值，将标准离差改为均方值的计算 加入标定整体误差计算，运动复原和三维复原整体误差计算 应先用计算出的平移矢量进行三维复原，从得出的点对统计其z方向为正的个数，多者为正确的平移矢量 已完成 程序太复杂，简化，将输出参数只考虑整体复原误差,这样的运行时间与不简化时差不多，需要进一步简化程序 -The new camera calibration alg
pcaProgram
- PCA算法程序设计步骤： 1、取均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量 -PCA algorithm programming steps: 1, access means 2, the calculation of
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
gaijinwavelet
- 小波变换在图像融合中的应用已有不少,但大多是热图像和可视图像的融合,在医学图像融合方面的研 究还比较少。针对这一现状,提出了基于形态学小波的医学多分辨率融合方法和小波域基于差值图像分割的加权融 合方法。该方法保留了小波的视觉效果,同时在很大程度上减少了运算的复杂度,优化了加权系数的计算方法,得到 了较好的融合效果。实验结果表明了该算法的优越性。-There are many app lications ofwavelet transform to image fusion. But
fangchapso
- 最大类间方差法是图像分割中一种常用的阈值分割方法, 对于单阈值分割具有显著的效果, 但是对于 多阈值分割, 计算复杂度大、耗时较多。本文将粒子群优化算法与最大类间方差法结合, 提出了一种新的图像分 割方法, 该方法利用粒子群优化算法的寻优高效性, 并由灰度图像的最大类间方差值作为适应值, 搜索最优分割 阈值, 实现图像的多阈值分割。实验结果显示, 新方法大大缩短了寻找最优阈值的时间, 降低了运算复杂度, 提 高了图像分割速度, 说明基于粒子群优化算法的图像分割算法是可行的、有效的
edge
- 采用Canny算法进行边缘检测。主要包括以下几个步骤：1、用高斯滤波器平滑图像。2、用一阶偏导的有限差分计算梯度的幅值和方向。3、对梯度幅值进行非极大值抑制。4、用双阈值算法检测和连接边缘。5、采用高斯平滑函数-Using the Canny edge detection algorithm. Include the following steps: 1, smooth image with a Gaussian filter. 2, first-order partial derivative
imag_improve_rgb
- 一种改进的全局Retinex算法，先计算像素点相对明暗关系，再通过像素点与相对明暗关系的差值确定像素值-An improved global Retinex algorithm, first calculate the relative brightness between pixels, and then through the pixel point and determine the relative difference between light and dark pixel valu
face_recognition
- 1. 本程序使用PCA算法对训练图像降维，得到特征图像； 2. 将每一幅图片与平均图像的差值投影到特征向量空间； 3. 计算训练图片投影两两之间的最大欧氏距离distance_max； 4. 将测试图片也投影到特征向量空间，计算它与所有训练图像投影的最小欧氏距离distanceST_min。 5. 设定判别阈值（设为0.3*distance_max，此为测试得到的经验值，不同阈值将影响判别结果）。当distanceST_min>0.3*distance_max时，则认为测试
Canny
- Canny边缘检测算法： 用高斯滤波器平滑图像； 用一阶偏导的有限差分计算梯度的幅值和方向； 对梯度幅值进行非极大值抑制； 用双阈值算法检测和连接边缘。 -canny contour extraction algorithm
matlab1
- DIC程序，基于傅里叶变换的算法，且经过亚像素差值可以准确计算两张图片的位移情况。-DIC program, you can accurately calculate the two pictures displacement by Fourier algorithm and the sub-pixel precision.
otsu_
- otsu法（最大类间方差法，有时也称之为大津算法）使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别 来划分。-Image segmentation in the common thresholding based on the ostu algorithm is the most commonly used image segmentation algorithm.
CANNY
- 根据CNNAY算法的4个步骤 1. 用高斯滤波器平滑图像；（图像去噪） 2. 用一阶偏导有限差分计算梯度幅值和方向；（特征增强） 3. 对梯度幅值进行非极大值抑制 ；（边缘检测） 4. 用双阈值算法检测和连接边缘。（形态学处理） 编写的边缘检测程序，简单实用(There are four parts of Canny edge detection: 1. smoothing the image with Gauss filter; (image denoising) 2. c
Otsu方法
- opencv做的otsu方法,一、Otsu算法原理 Otsu算法（大津法或最大类间方差法）使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。 所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。otsu算法被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响。因此，使类间方差最大的分割意味着错分概率最小。 设t为设定的阈值。(otsu made