搜索资源列表
ecu
- 欧式距离在图像相似度测量中发挥着重要的作用-Continental image similarity distance measurement plays an important role
图像滤波处理代码
- 选择打开文件，可以打开相应的图像。当前只可处理8位灰度图像。 homework1 中值滤波中，边界没有处理。 均值滤波中，边界也处理了，边界的原值没有保存下来。边界模糊。 homework2 对同样的阈值soble算子检测边缘比梯度算子清楚。 homework3 幅度谱表现出一些可辨认的结构，相位谱看不出来。 忽略相位信息，反变换得到的图看不出与原图的影子。 忽略幅度信息，反变换得到的图与原图好像有一些相似。 homework4
rgb2yuv
- 图形学中图形的转换程序,用matlab编写,把比较两个图形的相似度,以及图形的转换从rgb 到YUV
ssim_index.rar
- 该程序SSIM（结构相似度）是基于matlab平台，用于图像的客观质量评价，是FR中精典算法,The program SSIM (structural similarity) is based on matlab platform for an objective image quality evaluation, is in the classical algorithm FR
ImageEn_Demo
- 用第三方控件ImageEn，对图片进行相似度分析,以及ImageEn的应用。-Picture with third party controls ImageEn, the similarity analysis ImageEn applications.
ssim_index
- 图片结构相似度评价，附加MSE,SNR,PSNR等作为对比参数-Photo structure similarity evaluation, additional MSE, SNR, PSNR, etc., as comparative parameters
120507084612
- 计算图片的特征值，实现两张图片相似度的计算-Calculate the eigenvalue of two image and get they similarity
bilatering_filtering
- 结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，并且给出运行的图像的示例-Use balitering filtering to remove the the noise and protect the edge of it， in addition， we give an example done
xihua
- （1） 将图片灰度化与二值化 （2） 去噪，然后切割成一个一个的字符 （3） 提取每一个字符的特征，生成特征矢量或特征矩阵 （4） 分类与学习。将特征矢量或特征矩阵与样本库进行比对，挑选出相似的那类样本，将这类样本的值作为输出结果。 -(1) the image gray scale with two values (2) denoising, then cut into a character (3) extract
FaceDetect
- 能够较好实现人脸检测，包括相似度计算 二值化 水平/垂直直方图 边缘检测 标注特征等-Can achieve face detection, including similarity value of two horizontal/vertical histogram of edge detection mark etc.
sampling
- 实现图像的上采样、下采样、二值化、加噪声并保存图像到指定目录，还有图像的相似度计算-The down-sampling,up-sampling,binarization and noising of image, and save the results to specified directory
ssim3
- ssim是结构化相似度，描述两个图像之间在结构上的相似程度，一般用与检测图像的不可见性。-Ssim is structural similarity, described in structural similarity between two images, and is commonly used in testing the invisibility of the image。
FSIM
- FSIM，图像的结构相似度，一种用于图像的质量评估，或者图像的特征表示的方法，包含代码及论文-FSIM A Feature Similarity Index for Image Quality Assessment