搜索资源列表
htxzlrl
- 图像的正交变换(沃尔什变换,离散余旋变换),图像平滑,中值滤波,伪彩色编码等
TemplateTrans
- 该程序能对bmp格式的图像文件进行图像平滑,中值滤波,梯度锐化,拉氏变换,伪彩色编码等操作
chap12
- 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
pic
- 本实例是关于图像的增强算法,具体内容包括图像的灰度修正,图像的平滑,中值滤波,图像的锐化,伪彩色和假彩色增强。
imagepreprocess
- 可以进行彩色图像转化成灰度图象,二值化图像,中值滤波去除噪声
chepaidingwei
- 很好的车牌识别代码 。具体步骤: 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
TemplateTrans
- 图像平滑,中值滤波,图像锐化,伪彩色和假彩色增强
chap12
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
06
- 图像增强,包括图像的平滑,中值滤波,图像锐化,伪彩色和假彩色增强
chap05
- 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 (§5.2.2) ch5_2_3: 中值滤波实现降噪 (§5
median
- 对彩色图像进行中值滤波,这是直接用opencv语言实现的,里面的图片是清晰的,可以用有椒盐噪声的代替
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
project
- 数字图像处理中关于图像的读入,二值化,彩色图转换到灰度图。图像的反转。中值滤波,以及图像的增强等算法实现。
shu_zi_tu_xiang_chu_li
- 我自己编写的一个数字图像处理程序,演示了多种数字图像处理算法,包括直方图统计、线性变换、锐化、平滑、中值滤波、梯度法及Roberts梯度轮廓提取、伪彩色变换-I prepared a digital image processing, demonstrating a variety of digital image processing algorithms, including the histogram statistics, linear transformation, enhanceme
num_identify
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-
chap12
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
车牌定位
- 车牌定位系统是进行车牌自动识别的重要一部分能正确的获得整个图象的车牌部分 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j= Pi
车牌定位
- 车牌定位 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图
车牌定位
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本
数字图像处理实际应用代码
- 该代码包含到数字图像处理的多种实际应用,如图象直方图统计,图象的线性变换,图象平滑消噪处理,图象锐化处理,中值滤波处理,伪彩色增强处理,图象勾边处理,彩色图象处理锐化处理等,对初学者有很大的帮助。