搜索资源列表
edge_detect-matlab
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象
matlab进行图像分割-双峰法
- 双峰法的原理及其简单：它认为图像由前景和背景组成，在灰度直方图上，前后二景都形成高峰，在双峰之间的最低谷处就是图像的阈值所在。 从分割的效果来看，当前后景的对比较为强烈时，分割效果较好；否则基本无效。
auto_T.rar
- 对图像进行自动的阈值分割处理，是比较经典的图像分割方法，适合图像二值化,Automatic image threshold segmentation of the deal, which is a more classic image segmentation methods, suitable image binarization
pic_check
- 二值图像标记的快速算法，Matlab语言实现，二进制图像的分割，具有简单、快捷、占用内存少等特点-Binary image marking fast algorithm, Matlab language implementation, binary image segmentation with a simple, fast, less memory, etc.
matlab_4
- 边缘检测和图像分割matlab程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象 -Edge det
image-preprocessing-4
- 用水线阈值法分割图像 对矩阵进行四叉树分解 将图像分为文字和非文字的两个类别 形态学梯度检测二值图像的边缘-Water line image thresholding segmentation of matrix quadtree decomposition of the image into text and non-text for these two types of morphological gradient detected binary image of the edge
hough
- sar图像下基于hough变换的机场跑道识别系统，首先对图像进行了灰度缩放拉伸并进行了二值化分割和数学形态学滤波等预处理，再以改进的hough变换进行提取，系统完备-sar images hough transform based on the airport runway identification system, first of all, the gray-scale image zoom and a tensile binarization segmentation and mathe
Matlab_chechepaipai
- 是一个车牌识别的程序，基于MATLAB平台，包含图像二值化，滤波，分割，识别等
matlab
- 摘 要:针对茄子图像的灰度和颜色特点,利用MATLAB中丰富的图像处理函数,分别进行了色差分割和色调分割。在 色调分割中,采用了自动选取阈值的Otsu法。在去除残留噪音的处理中,采用标注的方法对二值图像的各连通区域进行面积 统计。保留最大面积的区域,从而使分割效果大大改善。利用多参数来衡量分割效果,使评价做到最大程度的客观、合理。-Based on the gray- level and color characteristics of eggp lant image, hue and
OTSU
- 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-Attributes the use of two-dimensional histogram of the Otsu threshold segmentation method automatically put forward the concept of two-dimensional histogram properties, and then
234837578658465
- 指纹图像预处理程序，包括分割，二值化，去噪和细化-Fingerprint image pre-processing procedures, including segmentation, binarization, denoising and refined
project10-01
- 程序可以选择输出二值图像。二值图像可以通过对每个梯度点取阈值得到，其中阈值T为输入参数。并且要求结合3*3掩模的平滑运算和本实验上面的原算，并对图像进行处理，分割出图像中间的大血管区域，并将结果用二值图表示。在实验中需要对平滑运算方法和阈值T进行反复调整。-Program can choose the output binary image. Binary image can be taken for each gradient point to the threshold should be,
im_MSfilter
- 基于Mean Shift的图像分割过程就是首先利用Mean Shift算法对图像中的像素进行聚类，即把收敛到同一点的起始点归为一类，然后把这一类的标号赋给这些起始点，同时把包含像素点太少的类去掉。然后，采用阈值化分割的方法对图像进行二值化处理 -Mean Shift Based on the process of image segmentation is the first to use the image Mean Shift algorithm for clustering of pixe
PDE_in_image_processing
- 包含五个文件夹。 （1）MATLAB程序：其中包含10余个MATLAB程序或（函数）的源代码。程序中所作的注释，与书中关于对应算法的描述是一致的 （2）二值图像：其中的图像可供形态学图像处理实验用，也可通过提取对象的边界，供曲线演化实验使用。 （3）灰度图象和彩色图像：其中的图像，可以作为图像分割，平滑滤波，反差增强，彩色增强以及图像放大等实验的素材。 （4) 视频剪辑：，"two_cells"是采用改进的变分水平集方法，实现GAC模型图像分割的演化过程；"denoissing
ostu
- Matlab源代码：ostu图像阈值分割技术，可有效的提取图像的边缘信息，实现图像二值化-Matlab source code: ostu image segmentation techniques, can effectively extract the image edge information of image binarization
Graph_Cut
- 用图切分（Graph_Cut）分割图像彩色图像、灰度图像及二值图像，效果较好，尤其是金相组织图像的分割更加有效。-Graph_Cut
summary-homework-2011
- 图像处理源代码：包括梯度图、分裂合并区域分割、数学形态学、各种结构元素的影响、形态学边界、对数变换、分段线性变换、线性变换、二值图像代码 MatLab自编的均值滤波、中值滤波、高斯滤波 图像处理函数。 7-Image processing source code include: the gradient map, splitting and merging, region segmentation, mathematical morphology, structural element,
matlab
- 基于Matlab平台实现目标信息提取。求未含噪声的原图像的周长需先对图像进行二值化，然后选择一种算法进行边缘检测，包含prewitt,canny,sobel等算法，再通过sum(sum())函数进行周长的计算并显示在相应的位置。为求包含特定目标的噪声污染图像的周长或面积，首先对图像进行去噪，再进行二值化，接着进行微小分割，实现边缘提取或者区域分割，进一步统计目标周长或者目标面积。-Based on Matlab platform to achieve the goal of informatio
Ms-matlab
- 一个简单的matlab代码，代码功能是实现meanshift分割，很实用的代码，只能实现二值图像分割-A simple matlab code, which is to realize the function meanshift division, is very practical code, can realize the value image segmentation
imagedivideRegoin
- 基于区域生长的数字图像分割，matlab中的脚本文件，将图像分割成二值图像(matlab imagedivideRegoin.m)