搜索资源列表
gujia
- 数字图像处理骨架提取，能将一个二值图像的骨架提取出来进行后续处理。骨架是一种非常重要的图像几何特征，在图像几何形态分析及相关领域具有非常广泛的应用，利用骨架表示原始图像，可以在保持图像重要拓扑特征的前提下，减少图像中的冗余信息。骨架既能压缩图像数据，保留区域的连通性和拓扑性，描述区域轮廓的几何特征，又能使原始图像完全或部分地从骨架中恢复或重构。-Skeleton extraction of digital image processing, to a binary image of the sk
Digital-Image-Processing
- 代码是何东健《数字图像处理》的随书代码，提供了图像增强与平滑、图像分割与边缘检测、图像的几何变换、频域处理、数学形态学及其应用、图像特征与理解、图像编码 、图像复原的源代码.-Code is Dong-Jian " Digital Image Processing" with the book code, and provides image enhancement and smoothing, image segmentation and edge detection, i
vc6.0-Image-Processing
- 本源码共包括12个源代码，分别为数字图像显示、旋转及平移、图像增强与平滑、图像分割与边缘检测、图像的几何变换、频域处理、数学形态学及其应用、图像特征与理解、图像编码以及图像复原等内容。-The source code includes a total of 12 source codes, respectively, for digital image display, rotation and translation, image enhancement and smoothing, imag
DIPDemo
- 数字图像处理和监督分类基本操作。包括点运算、几何变换、图像增强、频域滤波、彩色图像处理，形态学变换、图像分割、特征提取、识别初步等。- The basic operation of digital image processing and supervised classification. Including point arithmetic, geometric transformation, image enhancement, frequency domain filtering, co
DIPDemo
- 数字图像处理与机器视觉初步，包括图像的点运算，几何变换，图像增强，频域滤波，彩色图像处理，形态学变换，图像分割，特征提取与初步识别。-A file of image processing and analysis
20113025
- 数字图像处理基本算法，包括几何变形，边缘提取，特征提取，影像融合等多种操作-Basic digital image processing algorithms, including geometric distortion, edge detection, feature extraction, image fusion and other operating
DIPDemo
- 《数字图像处理与机器视觉:Visual C++与Matlab实现》Visual C++源代码，软件：visualC++6.0，在本机上成功运行。内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。-" Digital image processing and machine vision: Visual C++ and Matlab achieve" Visual C++ source code, software: visualC+
水果边界获取_本科图形图像处理
- 数字图像处理的理论涉及到彩色图像的灰度化、二值化、噪声滤除、特征提取、二值图→灰度图→真彩图的转换。特征提取主要利用了水果的几何特征，反映了水果的大小和形状。
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
matlab数字图像处理与识别
- 将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络（ANN）和支持向量机（SVM），并在人脸识别这样的热点问题中结束《精通Matlab数字图像处理与识别》。(Combining theoretical knowledge, scientific re