搜索资源列表
cardetection
- 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=0,1,…,439 j=0,1,…,63
B样条小波边缘检测的改进算法
- 第1章为绪论。简要介绍了课题研究背景、意义及研究现状。 第2章具体介绍小波变换应用在图像边缘检测的基本原理。在连续小波变 换基础上引入实际中应用范围较广的离散小波变换，重点分析了多分辨率小波 变换。 第3章介绍B样条小波边缘检测的改进算法。基于B样条小波变换，将 Contourlet变换应用在多尺度自适应阈值边缘检测中。 第4章介绍多层次自适应空间系数高斯小波边缘检测方法。将灰度共生矩 阵特征值应用在高斯小波变换中，提出一种多层次自适应算法。 第5章介绍Canny算子与小波变换结
GUImatlab
- 基于GUI的图像处理软件平台的开发 五种常用的边缘检测、灰度直方图的显示、灰度直方图的均衡化、对比度自适应直方图的均衡化、图片的二值化以及彩色图片的灰度化-GUI-based image processing software platform of five commonly used edge detection, histogram display, gray histogram equalization, adaptive histogram equalization contrast,
gmn000
- 图像处理：包括图像灰度处理、二值化、放大缩小、边缘检测、hough变换和其他功能-Image Processing: including gray processing, binarization, zoom, edge detection, hough transform, and other features
Digital-Image-Prossing
- 有灰度处理、图像平滑、边缘检测、图形变换、百叶窗、雨滴等-digital image prossing
wavelet-image-edge-detection
- 方向可调小波图像边缘检测，该算法的主要功能是通过小波变换将图像的边缘检测出来。图像的边缘，按像素点来看应该是灰度值突变的地方，方向可调小波边缘检测正式应用这一特性将图像的边缘提取出来-The steerable wavelet image edge detection, the main function of the algorithm is the edge of the image detected by the wavelet transform. The edge of the ima
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
ISP_CarIdentify
- 图像处理在车牌图像预处理中的应用 灰度化 车牌图像灰度化 直方图均衡化 灰度拉伸 二值化 全局阈值法和局部阈值法 适用于车牌的二值化方法 边缘检测 图像梯度 几种常见的边缘检测算子 适用于车牌的边缘检测算子 -Image processing in the
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
corner
- 鉴于棋盘格图案在摄像机标定中有着广泛的应用,因此为了对边缘模糊的棋盘格图像进行在线标定,针 对目前棋盘格图像角点检测算法的局限性,提出了一种可以自动实现的棋盘格图像角点检测算法, 该算法是利用 周围图案对称和灰度值对比明显的独特性质,设计了由对称算子S和方差算子V组合而成的角点检测算子) )) 对 称方差算子( symmetry andvariance), 简称SV算子。该算子不仅构思巧妙、易于实现、计算量小,而且对棋盘格图像 的旋转变换和亮度变换具有鲁棒性和抗噪能力强的优点。实
demo1
- 该文件能实现图像的灰度变换，几何变换（平移、镜像等），边缘检测等分析。用MFC做的-The file can achieve image gray-scale transformation, geometric transformations (translation, mirroring, etc.), edge detection analysis. Do with MFC
tuxiang-lv-bo
- 主要讨论获得图片后如何提取其边界信息,首先利用图像灰度均匀化解决了对比度不清晰的问题,然后利用高斯滤波法对图片进行滤波去噪,进而利用Canny算法实现边缘检测提取边界,该方法与Matlab自带的求边界方法有明显的提高,为利用Matlab程序求图像分形维数提供了更精确的前提. 更多还原 -Mainly discuss how to get the picture after extracting its boundary information, the first use of the im
dynamics-model
- 为了实现干制红枣的大小自动分级 ， 介绍了应用 机 器 视 觉 的 干 制 红 枣 自 动 分 级 方 法 ， 利 用 CCD 摄 像 机 获取红枣的样本图像 ， 应用 MATLAB 软件编程实现了样本图像的灰度化 、 二值化 、 图 像 分 割 、 图 像 滤 波 、 图 像 形 态 学处理 、 边缘检测和特征量提取等处理 ， 参照 干 制 红 枣 分 级 标 准 完 成 了 红 枣 自 动 分 级 。 通 过 实 验 数 据 回 归 分 析 得出红枣实测纵径 、 果质量与识别值当
基于路径形态学的图像边缘连接方法
- 对检测路径灰度图像当中存在的孤立点进行消除，为路径的规则检测提供基础