搜索资源列表
fayeboy1984
- 此设计要求能够实现将医学图像进行识别的过程，包括了图像预处理、图像特征提取及分类判决三大模块。在预处理这一步中主要实现的是将彩色图像转换为灰度图像，灰度图像的二值化，直方图修正，去除干扰、噪声以及差异，边缘增强等；第二模块是图像的特征提取。由于对象的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征，而图像特征提取就是对其进行加工、整理、分析、归纳以便提取构成目标影像的特征，得到能反映图像内容区别于其他事物的本质特征；分类判决作为第三模块，则是要在第二步的基础上采用某种分
hdpz
- 一种基于图像灰度的快速匹配算法，PDF格式的-A gray fast matching algorithm, PDF format
tuxiangpipei
- 在图像模板匹配问题中,基于像素灰度值的相关算法尽管已经十分普遍,并得到广泛的应用,但目前此类算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为了克服这些缺点,提出一种新的基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.新算法中各个R-块编码的计算十分简单 匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对
基于灰度的图像匹配
- 基于灰度的图像匹配方法介绍，及快速匹配的算法流程。
MATLAB6
- Matlab环境下的几个数字图像处理实验，包含图像灰度变换、直方图均衡化、直方图匹配、邻域平均、局域增强、中值滤波、图像的锐化等-Matlab environment, several digital image processing experiments, including the image gray level transformation, histogram equalization, histogram matching, neighborhood average, local
imagingmosaicking
- 一种基于信息熵和灰度相关的全景重叠图拼接算法。该算法综合了基于灰度相关和信息熵的优点。 通过匹配连续区域的熵的兰氏距离获得了比较精确的定位 -Based on information entropy and gray related overlapping map panoramic stitching algorithm. The algorithm based on a combination of gray and information related to the merits
Image_matching
- 为了解决光谱恢复对图像匹配高精度的问题, 提出了一种高精度图像匹配算法———利用光流确定图像的运动场对图像进行匹配。该算法克服了传统的基于灰度匹配方法受图像插值精度影响的缺陷以及运算速度和精度的局限性。与基于MAD 块匹配算法和归一化相关系数块匹配算法进行比较, 该算法实现了图像序列高精度匹配, 而且硬件实现简单, 计算复杂度较低。-To address the spectrum of the resumption of high-precision image matching problem
WaveletTransform
- 边缘是图像中最重要的信息，是模式识别、图像分 割以及场景分析的重要基础。边缘检测是图像处理领 域一项重要的技术和任务。图像中边缘通常解释为灰 度值有突然改变，像素梯度具有局部极大值。很多经 典的边缘检测算子如:Roberts, Sobel, Prewitt, Frei- Chen和Laplacian等，均以图像局部区域特征与特定 边缘模式匹配为基础，定义数个方向导数模板(一般为 窗口)，将图像与模板进行卷积运算实现边缘检测。它 们具有实现简单，速度快速，易于应用
waveletanalysis
- 边缘是图像中最重要的信息，是模式识别、图像分 割以及场景分析的重要基础。边缘检测是图像处理领 域一项重要的技术和任务。图像中边缘通常解释为灰 度值有突然改变，像素梯度具有局部极大值。很多经 典的边缘检测算子如:Roberts, Sobel, Prewitt, Frei- Chen和Laplacian等，均以图像局部区域特征与特定 边缘模式匹配为基础，定义数个方向导数模板(一般为 窗口)，将图像与模板进行卷积运算实现边缘检测。它 们具有实现简单，速度快速，易于应用
kk
- 综合灰度和纹理特征的视频段检索匹配研究.rar-The integrated grayscale and texture features video segment retrieval match. Rar
mutual-information
- 红外和可见光的匹配跟踪在军事、遥感等领域有着广泛的应用。针对灰度和图像特征存在比较大差异的红外和可见光图像，本文采用了最大互信息算法，结合形态学梯度和小波分解。互信息算法优点在于不需要对多模图像灰度间的关系做任何假设，不足之处在于它对图像空间信息的忽略而且计算时间较长。本文互信息结合多结构元的形态学梯度检测的图像边缘，可以使得图像匹配精度提高，还能改善局部极值的问题，再利用小波分解对图像进行压缩降低分辨率，可以减少互信息计算量。最后的实验数据表明在配准过程中互信息的计算速度得到了优化，匹配精度得
fuzabeijinggenzong
- 介绍了一种常用的Kim目标分割方法,并 针对其不足,对Kim方法进行了改进,将连续两帧的差分图像和背景差分图像直接相乘得到灰度图 像,然后对该灰度图像进行阈值分割来获取目标区域模板,再基于灰度加权图像模板匹配法实现目标 跟踪 -A common Kim target segmentation, and for its shortcomings, Kim method improvements, the two consecutive frames of the different