搜索资源列表
chepaishibie5
- 根据车牌图象的灰度特性选用一种线性,自适应算法对车牌图象进行增强处理,旨在去噪声, 消模糊,同时保持良好的边缘.实验结果表明,增强后的二值化图象质量有明显的改进,说明这种算 法是行之有效的.
erzhihua
- 本程序能实现读取图像,然后点击二值化按钮实现图像自适应二值化,降图像转化成只有两级灰度级图像。
wavelet
- 小波边缘检测(自适应阈值)
3
- P0301:数字图像矩阵数据的显示及其傅立叶变换 P0302:二维离散余弦变换的图像压缩 P0303:采用灰度变换的方法增强图像的对比度 P0304:直方图均匀化 P0305:模拟图像受高斯白噪声和椒盐噪声的影响 P0306:采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307:采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 P0308:图像的自适应魏纳滤波 P0309:运
filter
- 模拟图像受高斯白噪声和椒盐噪声的影响,采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波,采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波,图像的自适应魏纳滤波
image-compress-denoise
- 图像压缩去噪增强锐化程序,供大家参考。 包括:数字图像矩阵数据的显示及其傅立叶变换 二维离散余弦变换的图像压缩 采用灰度变换的方法增强图像的对比度 采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 图像的自适应魏纳滤波 运用5种不同的梯度增强法进行图像锐化 图像的高通滤波和掩模处理 利用巴特沃斯(Butterworth)低通
p0302
- P0302:二维离散余弦变换的图像压缩 P0303:采用灰度变换的方法增强图像的对比度 P0304:直方图均匀化 P0305:模拟图像受高斯白噪声和椒盐噪声的影响 P0306:采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307:采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 P0308:图像的自适应魏纳滤波 P0309:运用5种不同的梯度增强法进行图像锐化 P0310:图像的高通滤波和掩模处理 P0311:利用巴特沃斯(Butterworth)低通滤
threshold
- 本程序段主要应用在数字图像处理中的自适应阈值分割,在指纹图像预处理中有较好的效果。
4
- 采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 图像的自适应魏纳滤波 运用5种不同的梯度增强法进行图像锐化 图像的高通滤波和掩模处理 利用巴特沃斯(Butterworth)低通滤波器对受噪声干扰的图像进行平滑处理 利用巴特沃斯(Butterworth)高通滤波器对图像进行锐化处理
5
- 图像去噪,自适应门限中值滤波器代码,实现在matlab开发环境
matlab_image_processing
- P0301:数字图像矩阵数据的显示及其傅立叶变换 P0302:二维离散余弦变换的图像压缩 P0303:采用灰度变换的方法增强图像的对比度 P0304:直方图均匀化 P0305:模拟图像受高斯白噪声和椒盐噪声的影响 P0306:采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307:采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 P0308:图像的自适应魏纳滤波 P0309:运用5种不同的梯度增强法进行图像锐化
tuxiangfengebianyuanjiance
- 本代码包含有图像分割和边缘检测的多种处理方法,在图像分割中有自适应阈值,大律法,边缘检测中有轮廓提取和轮廓跟踪,模板匹配中有差影,模板匹配,差影匹配。
fm-meilin
- 数字图像矩阵数据的显示及其傅立叶变换 P0302:二维离散余弦变换的图像压缩 P0303:采用灰度变换的方法增强图像的对比度 P0304:直方图均匀化 P0305:模拟图像受高斯白噪声和椒盐噪声的影响 P0306:采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307:采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 P0308:图像的自适应魏纳滤波 P0309:运用5种不同的
zishiyingfazhisuanzi
- 自适应阀值算子vc++源码,自适应阀值算子vc++源码自适应阀值算子vc++源码
sel
- matlab源程序,自适应中值滤波器算法
adpmedian
- 自适应中值滤波程序 自己根据mathworks网站的源程序 改进而来 非常详细 拿来即可用
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
Richard
- 一份color image noise降噪的code,作者利用pca 自适应的把color noise分离并阈值化后返回。可有效去除color noise
otus
- 利用最大类间方差算法求解自适应阈值,对图像进行分割,属于经典的图像分割方法,适合于初学者使用
adaptivethreshold
- 本方法是一种自适应阈值选取的方法进行边缘检测,方法是最基本的实现,希望对向下的研究有用