搜索资源列表
Textural_defect_detection_based_on_label_co-occurr
- 基于类别共生矩阵的纹理疵点检测方法 邹超 朱德森 肖力 摘要：根据有规则纹理的特点，提出了基于类别的共生矩阵来描述纹理特征，从而很好地将正常纹理与疵点区分开。分析了传统的灰度共生矩阵在计算纹理特征时计算量大，且分辨能力差的缺点．为了克服灰度共生矩 阵在计算量和分辨能力上的缺点，定义了类别共生矩阵．在类别共生矩阵的算法中，首先学习纹理的一些基本特征以确定类别共生矩阵的一些关键参数。如纹理的概率密度分布、纹理的主方向和周期，以及分类准则等重要参数，然后计算类别共生矩阵并提取白疵点增强、黑疵
GrayMatrix
- 图像纹理特征描述了在图像中反复出现的局部模式和它们的排列规则，反应宏观意义上灰度变化的一些规律，编程实现基于灰度共生矩阵的图像纹理特征提取-Image texture features described in the repeated images of local models and their regular arrangement, the reaction intensity changes in the macro sense, some laws, programming, GL
SYF
- 静态图形的颜色形状识别，是基于VC6.0，开发的一个系统，用于对规则图形（如：五角星，圆形，三角形，矩形）进行形状、颜色识别。首先通过对图像的打开读取出BMP图像信息，依次对图像进行去噪、灰度化、二值化等预处理。然后，按着一定规则扫描整个二值图像，提取出图形上下左右四个边界点并且分割出每个图形。最后，利用边界点之间的关系识别出图形的形状。同时，通过对每个图形的RGB颜色进行分析，得出图形颜色识别结果。- The recognition of shape and color for a stati
C4_5
- C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. 分类决策树算法是从大量事例中进行提取分类规则的自上而下的决策树. -C4.5 algorithm is a machine learning algorithm, a classification decision tree algorithm, the core algorithm is ID3 algorithm classification tree algorithm is extracted from
protein-master-based-on-image
- 本文提出了一种使用形态学梯度重建、距离变换和标记提取蛋白质点相结合进行区域极小值控制的二次分水岭分割方法。同时为了提取出合格蛋白质点，减少伪蛋白质点的影响，定义了一个合格蛋白质点检测规则，并将之作为提取合格蛋白质点的根据。实验结果表明，该算法对各种凝胶图像均能较好的较好的检测出蛋白质点区域，较好地解决了过分割等问题。-This paper presents a reconstruction using morphological gradient, distance transform and
shuiyin
- 源码文件夹中包含两种方法实现的水印程序： WaterMark文件夹中的程序采用不带嵌入因子的加性规则算法 WaterMark_LSB文件夹中的程序采用基于位平面的最低有效位（LSB）替换算法 WaterMark程序按界面按钮顺序操作即可演示水印嵌入和提取过程。-WaterMark
matlab
- 使用的版本：64位的MATLAB R2015b，代码可以直接运行仿真。 （1）提取五个特征量中的Hu矩和仿射不变矩； （2）picture用来存放训练样本和测试样本； （3）save用来保存代码运行过程中提取的特征量，matlab1存放仿射不变矩特征量， matlab2存放Hu矩特征量，Hu_BBA存放样本的Hu矩的基本信度赋值和识别类型， FS_BBA存放样本的仿射不变矩的基本信度赋值和识别类型，目标识别矩阵、信息融 果和判决结果在指令窗输出（1,2,3表示类型，
TQ_RGB_S1
- Matlab图像处理-RGB色彩提取原理方法. 本文中提到的RGB色彩提取方法最为关键的也最为难以严格界定的地方是对于R/G/B三种颜色的判别规则，本文中提到的判别规则是更具R/G/B中某一颜色分量明显不小于其它分量时，即判别某像素点为某种颜色，并通过设置判别阈值，来控制判别条件的颜色与否。为了保持图片的完整性（即三种色彩提取结果中彩色相加后能得到原图），本例中默认设置阈值为0，为了得到更为单纯的颜色，可适当增大阈值。-Matlab image processing- RGB color ext
规则图像特征提取
- 运用matlab规则图像特征提取分析，分类(Feature extraction of regular image)