搜索资源列表
图象的反相与缩放001
- 1、用点运算实现图像反相； 2、运用几何变换和灰度重采样对图像进行缩放。 -one with Image Point Operational RP; 2, the use of geometric transformation and gray Resampling right image scaling.
plateloc
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
SSVideoQueryImage
- 基于OpenCV的视频检索程序.如从一段视频中检索指定的图象,能较好地与其他检索算法相结合.-based video retrieval procedures. From a video image retrieval designated, can be used with other search algorithms combined.
erzhitufenge
- 提出了一种新颖的处理图像视觉聚类问题的方法。与以往关注图像局部特征和局部连续性的方法不同，本文中的方法能够提取关于图像的全局印象。为此，我们将图像分割问题转化为图划分问题并提出了划分中的一种全局判别准则——Ncut (Normalized Cut)。Ncut不仅能够衡量不同聚类之间的相异程度，还能够衡量各聚类内部的相似程度。为求解Ncut 的最优化问题，提出了一种基于广义特征值问题的高效算法，并将此算法应用于静态图像分割，取得了良好的效果。-proposed a novel image proc
VC++Image
- 《VC++图象处理程序设计》光盘使用说明 1. 盘中文件夹序号与书中章节相对应。文件夹中包含各章的应用程序及源代码。 2. 小波变换应用程序只支持24位图像的处理，其它各章的应用程序支持8位、24位图象处理。 3. 读者直接运行程序时，首先打开原图并点击左视图，使之显示原图像；然后点击右视图并选择菜单中的处理函数， 处理后的图像即会在右视图上显示。 4. 第七章程序支持8位、24位图象处理，其中“边界跟踪”算法要求所处理的位图为白色背景。 5. 第九章的程序要求所处理的图
chepaidingwei
- 一个很好的车牌定位 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最
PCA+FCM
- 利用PCA和模糊C均值相结合的方法实现图象的聚类
Image_Processing(MATLAB)
- 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书，它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来增强这些软件工具。本书在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括亮度变换、线性和非线性空间滤波、频率域滤波、图像复原与配准、彩色图像处理、小波、图像数据压缩、形态学图像处理、图像分割、区域和边界表示与描述以及对象识别等。 本书主要特点： 本书自成体系；
chap12
- 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
chepaidingwei
- 很好的车牌识别代码 。具体步骤： 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
yuhuiweixiang
- 迂回位相全息图matlab程序，经测试能正常运行，并且全息图效果良好
lohman1
- 二值图象的LohmanIII编码迂回位相全息图，经测试能正常运行。结果含原图，全息图，和再现图三部分。
num_identify
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
VC++ImageProcess1
- 《VC++图象处理程序设计》光盘使用说明 1. 请先安装VC++6.0。 2. 盘中文件夹序号与书中章节相对应。文件夹中包含各章的应用程序及源代码。 3. 小波变换应用程序只支持24位图像的处理，其它各章的应用程序支持8位、24位图象处理。 4. 读者直接运行程序时，首先打开原图并点击左视图，使之显示原图像；然后点击右视图并选择菜单中的处理函数， 处理后的图像即会在右视图上显示。 5. 第七章程序支持8位、24位图象处理，其中“边界跟踪”算法要求所处理的位图为白色背景。
luolunzi
- 洛伦兹系统相图,指数图，利亚普诺指数图，功率谱，三维方程-luolunzi system in the index, and leah said, that index power, a three-dimensional equation
fenchatu
- 此程序用于画混沌系统的相图及其分叉图，使用时只需要写出相应的混沌微分方程，便可画出相应的图-This procedure for drawing the phase diagram of chaotic systems and its Poincare section, when used only need to write the corresponding chaotic differential equations, will be able to draw the correspond
分散递阶蚁群算法及其在相变序列图像分割中的应用
- 提出了一种分散、递阶蚁群算法, 它将多个分散的蚁群并行求解各自对应的子问题, 形成一个执行层, 而递阶协调层利用执行层反馈的信息协调执行层的优化过程,从而得到递阶求解问题的整体最优解. 该算法已应用于相变热图序列图像模糊相变线的提取问题,即运用区域划分方法先将序列图像的分割转化为关联型多子图搜索问题,再利用分散 、递阶蚁群算法进行求解 ,结果表明该算法能很好地利用相变线的运动信息成功地解决热相变序列图像分割问题. 与蚁群算法独立搜索比较 ,分散 、递阶蚁群算法能更有效地实现多子图之间的关联.(A
同轴重建（无需相移）2
- 输入全息图和背景，对其进行相位恢复迭代算法(Phase Recovery Algorithms)