搜索资源列表
thinImage
- 二值图像的骨干化处理，能够不改变原有图像的形状特征将其进行细化。代码中白色像素点为被细化的像素点。-Using Thinning skeleton,the skeleton of binary image can be well extracted . srcimage isinput image, where the white pixels is the feature to be refined.
Grayscale-logarithmic-transformation
- 这种图像可以增强一幅图像中较暗部分的细节，从而可以用来扩展被压缩的高值图像中较暗像素，因此对数变换被广泛的应用于频谱图像的显示中。-Such an image can be enhanced detail in dark portions of an image, a high value can be used to expand the compressed image of the dark pixels, the logarithm is applied to display a wid
TQ_RGB_S1
- Matlab图像处理-RGB色彩提取原理方法. 本文中提到的RGB色彩提取方法最为关键的也最为难以严格界定的地方是对于R/G/B三种颜色的判别规则，本文中提到的判别规则是更具R/G/B中某一颜色分量明显不小于其它分量时，即判别某像素点为某种颜色，并通过设置判别阈值，来控制判别条件的颜色与否。为了保持图片的完整性（即三种色彩提取结果中彩色相加后能得到原图），本例中默认设置阈值为0，为了得到更为单纯的颜色，可适当增大阈值。-Matlab image processing- RGB color ext
8770
- 最终的权值矩阵就是滤波器的系数，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，表示出两帧图像间各个像素点的相对情况。- The final weight matrix is ??the filter coefficient, PV modules contain, MPPT module, BOOST module, inverter module, Between two images showing the relative circumstances of each pixel
1-(2)
- 一篇用C++写的 基于插值的亚像素边缘检测的方法，描写的还算可以-An interpolation based on sub-pixel edge detection method written in C++
imagleoper
- 显示鼠标所指二维图像任意点的像素坐标及灰度值，并对图像做灰度变换-Show the mouse value any point of the image, pixel coordinates and gray values, and the image to do gray-scale transformation and display
kb220
- 表示出两帧图像间各个像素点的相对情况，最终的权值矩阵就是滤波器的系数，汽车课设货车Matlab驱动力图程序。- Between two images showing the relative circumstances of each pixel, The final weight matrix is ??the filter coefficient, Car class-based truck driver trying to Matlab program.
5307
- 非归零型差分相位调制信号建模与仿真分析 ，最终的权值矩阵就是滤波器的系数，表示出两帧图像间各个像素点的相对情况。- NRZ type differential phase modulation signal modeling and simulation analysis, The final weight matrix is ??the filter coefficient, Between two images showing the relative circumstances of ea
MATLAB版demo
- 图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。(Processing (image), a technique that uses computers to analyze images to achieve desired re
Real-Time Human Detection Using Contour Cues
- C4行人检测论文 1.使用CENTRIST描述子检测人体轮廓 2.相邻像素间差值的符号是编码轮廓的关键信息。(detecting human Contour using a CascadeClassifier and the CENTRIST descr iptor.)
Matlab code
- 图像二值化和电润湿像素单元开口率的计算，用于验证电润湿动力学模型是否正确(The calculation of the image two value and the rate of aperture of the electrowetting pixel unit is used to verify whether the electrowetting kinetic model is correct)
JSONView-for-Chrome-master
- jsonview 图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。 将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。 图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。(jsonview The two value of the image is to set the gray value of the pixel on the image
OpenCV模板匹配的方法识别手势
- 首先膨胀5个像素点，避免手指短截。接着选取最大轮廓，将最大轮廓重新画出来，过滤掉其它小轮廓，即背景噪声。 将二值化的图像转化成近似多边形。将手指边缘直线化。从而在第5步骤中去掉不需要的轮廓缺陷(Hand gesture recognition by template matching)
去燥算法
- 利用平均与中值算法去燥.均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以
region
- 区域生长法，手动选种子点吗，它是一个迭代的过程，这里每个种子像素点都迭代生长 直到处理过每个像素，因此形成了不同的区域，这些区域它们的边界通过闭合的多边形定义。 在区域生长中的主要问题如下: (1)表示区域的初始化种子的选择:在区域生长过程中，这些不同区域点合适属性的选择。 (2)基于图像具体属性的像素生长不一定是好的分割。在区域生长过程中，不应该使用连通性或邻接信息。 (3)相似性:相似性表示在灰度级中观察在两个空间邻接像素之间或像素集合的平均灰度级间的最小差分，它们将产生不同的区域
直方图均衡化
- 基于opencv的直方图均衡化实现,基本思想是对图像中像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度进行压缩，从而扩展像原取值的动态范围，提高了对比度和灰度色调的变化，使图像更加清晰。(Realization of histogram equalization based on OpenCV)
chazhi
- 差值计算，图像像素行列差值，计算像素的差异性，进而可以计算灰度差，进行图像分割(Difference calculation, image pixel row column difference)
新建文件夹
- 实现灰度的线性变换线性变换的代码的步骤： 1，判断参数是否是8位图像 2，对像素的所有点执行线性变换 3，对执行完像素变换的灰度值进行合法性分析，对不合法的数据强制合法 4，对图片的原来坐标的所有点设置新的灰度值。(The linear transformation of the grayscale)
jbigkit-1.6-src
- JBIG是二值图像压缩的国际标准.二维压缩技术是指在水平方向和垂直方向都进行了压缩.二值图像的每一个像素只用一位表示.JBIG技术已相当完善,并且广泛应用于传真,印刷等领域.但是JBIG只考虑单幅二值图像压缩,并没有考虑动态二值视频帧间的相关性.用JBIG直接进行二值动态视频的压缩(JBIG-KIT implements a highly effective data compression algorithm for bi-level high-resolution images such a
0876cf28-2900-4b43-b045-5d31446ed586
- 关于学习混合高斯背景建模，其是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息(如模式数量、每个模式的均值和标准差)表示背景。(Study on the mixed Gauss background modeling, the representation method of pixel sample statistics based on the background, the probability density statistics such as