搜索资源列表
Lenj
- 处理图像lena,bmp,并画出各图像的灰度层次的分布图,很好的(Processing image Lena, BMP, and draw the gray level distribution of each image is very good)
ksvd-omp
- 实现稀疏表示算法，以lena图像为例，主要用ksvd和omp算法(The sparse representation algorithm is implemented. The Lena image is taken as an example, mainly using the ksvd and OMP algorithms.)
非负矩阵重构图像
- 非负矩阵重构图像，用lena图片重构效果还行(All the documents of tensor decomposition)
inpainting_criminisi2004-master
- inpainting applies for lena graph
lena 不变矩matlab算法 放大缩小
- 不变矩 matlab主程序和函数生成 只有放大缩小程序(Invariable moment matlab master program and function generation only enlargement and reduction program)
wavelet_analysis
- 通过二进小波的多尺度分析对lena图像进行边缘提取的操作。(wavelet analysis using in extract edge from a picture)
Test2018
- 图像lena.tif最低位隐藏另一幅图像分离该图像(The lowest bit of the image lena.tif is hidden by another image to separate the image)
dft_dct
- dct dft 功能实现，附实验图片lena.png(dct dft implement with lena.png)
Gabor
- 4个方向的Gabor滤波器对图像lena进行滤波(filtering the input image in 4 directions with Gabor filter)
test1
- 对Lena图像进行傅立叶、离散余弦、哈达玛变换。在频域，对比他们的变换后系数矩阵的频谱情况，进一步，通过逆变换观察不同变换下的图像重建质量情况。(Fourier transform, discrete cosine transform and Hadamard transform are applied to Lena image. In the frequency domain, the spectrum of their transformed coefficient matrix is c
数字图像处理3
- 任务1。一维测试信号的FFT 计算和可视化长度为B=64的下列测试信号的傅立叶变换的幅度： 任务2。二维测试信号的FFT。计算和可视化尺寸为128*128的下列测试信号的傅立叶变换的幅度： 任务3。图像的FFT 在以下处理之后，计算下列图像“Lena”的傅立叶变换的幅度并将其可视化：1)向测试图像添加一个加性高斯噪声(选择您选择的噪声的参数)。 2)使用大小为3*3和5*5的盒式滤波器对测试图像进行平滑。 3)应用Sobel梯度掩模寻找梯度图像的x和y分量。 4)应用拉普拉斯口罩。比较处理
lena
- SLIC算法是simple linear iterative cluster的简称，该算法用来生成超像素（superpixel） 算法步骤： 已知一副图像大小M*N,可以从RGB空间转换为LAB空间，LAB颜色空间表现的颜色更全面 假如预定义参数K，K为预生成的超像素数量，即预计将M*N大小的图像(像素数目即为M*N)分隔为K个超像素块，每个超像素块范围大小包含[（M*N）/K]个像素 假设每个超像素区域长和宽都均匀分布的话，那么每个超像素块的长和宽均可定义为S