搜索资源列表
数字图像处理alpha版
- 本软件是由作者经过数字图像处理课程的学习，采用vc++.net将其基本算法实现，其算法主要包括： 1.点运算（灰度直方图，直方图均衡处理，线性运算，二值化，灰度化等） 2.几何运算（旋转，放缩，镜像，平移） 3.几何空间增强（均值，中值滤波器，k近邻均值，中值滤波器，Roberts,sobel,priwitt,laplacian,wallis锐化算子等） 4.频率域增强（基2FFT进行空间域到频率域的转换，高斯，理想，巴特沃斯高低通滤波器） 5.形态学（膨胀，腐蚀，开，闭运算，边缘提取） 6.图
2189414139200591717859627843
- 用途：数字图象处理算法的演示，包括： • 图象的DFT和逆DFT • 图象的FFT和逆FFT • 在图象中加入正弦噪声 • 图象的模板运算实现图象平滑和锐化 • 图象的直方图均衡化 • 图象的对比度拉伸 • 图象的中值滤波 • 图象灰度直方图的显示 • 若干频域滤波器 • 图象的镜像 • 图象的旋转（
数字图象处理算法的演示
- 数字图象处理算法的演示， • 图象的DFT和逆DFT • 图象的FFT和逆FFT • 在图象中加入正弦噪声 • 图象的模板运算实现图象平滑和锐化 • 图象的直方图均衡化 • 图象的对比度拉伸 • 图象的中值滤波 • 图象灰度直方图的显示 • 若干频域滤波器 • 图象的镜像 • 图象的旋转（90度与任意角度） • 图象的放缩 &
myVBfilter
- VB编写的滤波器，包含图像柔化，锐化，浮雕，反色等功能及算法-VB prepared by the filter, contains images soften, sharpening, coat of arms features such as color-and Algorithm
3Matlab
- 程序代码说明 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
log_images
- 包括锐化、平滑、LOG滤波器提取边缘 数学形态学的腐蚀、膨胀、骨架化、开闭运算 以及分形方法画树木和树叶 包括源代码、3篇文档和可执行程序 -including sharpening, smooth, LOG filter from the brink of mathematical morphology corrosion, swelling, skeleton, opening and closing operations and fractal approach p
lessonresouse
- 程序代码说明 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
imageimpose
- 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 直方图均匀化 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 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 用巴特沃斯（Butterwo
tuxiangruihua
- 图像锐化，包含拉普拉斯锐化法 4邻域模板 巴特沃斯高通滤波器锐化， 阶数M=3 截断频率D0=40，梯度算子锐化 sobel和prewi-Image sharpening, including Laplacian sharpening four neighborhood template Butterworth high-pass filter sharpening, the order M = 3 cut off frequency D0 = 40, sharpening sobel gr
tuxiangzenqiang
- 第十三章 MATLAB 图像增强 13.1 灰度变换增强 13.1.1 像素值及其统计特性 13.1.2 直方图灰度变换 13.1.3 直方图均衡化 13.1.4 直方图规定化 13.2 空域滤波增强 13.2.1 平滑滤波器 13.2.2 锐化滤波器 13.3 频域增强 13.3.1 低通滤波器 13.3.2 高通滤波器 13.3.3 同态滤波器 13.3.4 频域增强 MATLAB 实例 13.4 色彩增强
lixiang
- 通过理想高通滤波器实现对图像的锐化，图像锐化的目的是突出图像的边缘信息，加强其图像的轮廓特征，以便于人眼和机器的识别。-Through the realization of the ideal high-pass filter for image sharpening, image sharpening is designed to highlight the edge of the image information, to enhance the outline of the charact
DigitalImageProcessing5
- 原理与分类 空域滤波器的定义、原理、分类 平滑滤波器 均值滤波器、中值滤波器、基本低通滤波器 锐化滤波器 微分滤波器、基本高通滤波器 -Principle and classification of airspace filter definition, principle, classification smoothing filter mean filter, median filter, basic low-pass filter sharpening filter
picture_processing
- 图像处理包括(1) 显示图片 (2) 正交变换--包括傅立叶变换、沃尔什变换、离散余弦变换 (3) 图象增强--包括直方图显示、图象均衡化、图象规定化、图象平滑、锐化、中值滤波、低通滤波器、伪彩色编码 (4) 图象复原--非约束复原（逆滤波）、约束复原（维纳滤波） -Image processing, including (1) Show pictures (2) orthogonal transformation- including the Fourier transform
img_enhancement
- 三种滤波器对图形处理，拉普拉斯滤波器，反锐化掩模滤波器，高提升滤波器等-Three kinds of filters for graphics processing, Laplace filter, Unsharp Mask filter, high-enhancing filters, etc.
tuxiangchuli
- 用理想，巴特沃斯，高通滤波器锐化图像 用matlab编程实现-With the ideal Butterworth high pass filter sharpening the image using matlab programming
image_processing
- 用MATLAB自己编写的一系列图像处理算法。详细说明： ch5_1_1： 图像灰度线性变换 （§5.1.1） ch5_1_2： 图像灰度分段线性变换 （§ 5.1.1） ch5_1_3： 采用对数形式的变换函数进行动态范围压缩 （§5.1.1） ch5_1_4： 图像直方图的均衡化 （§5.1.2） ch5_1_5： 直方图规定化 （§5.1.2） ch5_2_1： 邻域平均的线性平滑滤波法实现降噪 （§5.2.2） ch5_2_2： winner滤波法实现降噪
gaussian
- 这段代码的功能是生成高斯滤波器的，用matlab来实现的。-The code s function is to generate Gaussian filter with matlab achieved.
READ
- 本程序实现了双线性插值对图像的扩大，和滤波器锐化扩大后的图像-This process is make picture bigger and make it sharp.
ruihua
- 彩色图像的预处理，灰度化，直方图均衡化， gaussian低通滤波器锐化，laplacian算子锐化-Color image processing, gray, histogram equalization, gaussian low pass filter, Laplacian operator sharpening
matlab实现图像锐化
- 使用巴特沃斯高通滤波器实现图像锐化，用sobel算子实现图像分割，阈值分割图像(Using the Butterworth high pass filter to achieve image sharpening, the image segmentation is realized by Sobel operator and the threshold image is segmented.)