搜索资源列表
USFFTCurvelet
- 提出了一种结合USFFT Curvelet 变换的各向异性扩散图像去噪模型。它有机结合了Curvelet 变换和各向 异性扩散（P-M扩散）两者的优点。通过P-范数方法选择合适的梯度阈值K，P-M扩散过程通过处理经过Curvelet 变换得到的图像的不同尺度的Curvelet 系数矩阵，实现了建立在对图像多尺度分析的基础上的新P-M扩散模型。 实验表明，新模型的处理结果能有效避免传统P-M 扩散出现的阶梯效应，同时更好地保留图像的纹理和细节。 关键词：图像去噪算法；各向异性扩散；
EdgeDetect
- 功能：对bmp格式的灰度图和彩色图片进行边缘检测，输出目标图片； 程序核心算法：利用模板矩阵与图像矩阵进行卷积达到边缘检测的效果； 文档说明：1.EdgeDetect.cpp(全部源文件)，采用纯C/C++编程，不借助任何框架；2.边缘检测.pdf 算法原理pdf文档；3.sources 存放待处理图像；4.targets 存放目标图像。 使用方法：用常用C/C++ IDE(codeblocks,devc++,vc6.0, vs2008等)打开EdgeDetect.cpp源文件
LBG
- 理解使用向量量化进行图像量化的原理：对序列中的许多样本进行联合量化，用一个值代替相似的一组值，减少量化误差； 掌握向量量化器码书设计的方法，此次实验使用LBG算法设计码书； 3. 对LBG算法的理解和使用； 4.Matlab矩阵数据的处理。-Understood that the use of vector quantization for image quantized principle: a number of samples of the sequence are joint
MR_K1
- 实验三：MR图像与K空间数据关系实验（设计型） 一、实验目的及要求： 用MATLAB探究MR图像与K空间数据之间的关系。具体要求如下： 1．由提供的MR图像得到对应的K空间数据并显示K空间数据幅度谱； 2．隔行删除K空间数据并显示其幅度谱，由隔行删除后的K空间数据重建MR图像，观察图像的改变。 3．隔列删除K空间数据并显示其幅度谱，由隔列删除后的K空间数据重建MR图像，观察图像的改变。 4．隔行、隔列删除K空间数据并显示其幅度谱，由隔行、隔列删除后K空间数据重建MR图像
DIP
- 包含基于三种不同方法的应用于图像处理的矩阵低秩分解的matlab算法，可以将目标图像分解为一个低秩图像和一个稀疏图像之和；并包含一种基于区域生长方法的图像区域识别程序，可以用来提取图像中的目标。-Containing used in image processing based on three different methods of low-rank matrix decomposition algorithm matlab, the target image can be decompos
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，