搜索资源列表
SLIC_segment
- SLIC 超像素分割算法，在MATLAB平台上实现的算法，其核心为：首先均匀地指定聚类中心，然后根据features将周围的点聚类。- SLIC super pixel segmentation algorithm implemented on the MATLAB platform, the core idea is: first to specify the cluster center, and then according to the features clustering aro
a-new-color-constancy-algorithm
- 在一般的拍摄情况下，光照是平行均匀地照射到物体上的，往往关注光源颜色的变化而忽略了亮度信息，导致校正效果不理想，于是提出了基于亮度的改进算法。该算法的基本思想是，将图像均匀分块求取中心像素并对亮度进行加权，然后求取近似于整幅图像R、G、B三分量的平均灰度值，改进GrayWorld算法时用亮度加权取代了平均灰度值，最后将它与White-patch算法整合到一起，建立方程组解出调节参数，并根据参数进行调整。-In normal shooting situations, the light is un
SAD-MATLAB2
- 这是在图像的立体匹配方面非常经典的一种算法，相似性度量函数采用像素点与中心像素点的差的绝对值之和来计算匹配代价，是目前很多匹配方法的基础-SAD algorithms
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
Slic
- SLIC主要运用K-means聚类算法进行超像素的处理，聚类算法中的距离度量不仅仅包括颜色空间的颜色距离还包括像素坐标的欧氏距离。所以K-means聚类的中心点由五维向量组成。其中包括，记录LAB颜色空间下的像素以及该像素点的XY坐标，由于XY坐标不能和颜色空间直接进行计算，所以添加了一个紧密度的参数。(slic superpixelSLIC mainly uses the K-means clustering algorithm for ultra pixel processing, the
image
- 调用自定义函数解决题目： 1.读取自然图像、生成合成图像、高相关图像、高去相关图像，完成压缩 2.得到傅里叶变换后的图像 3.fft中心变换\walsh变换，进行两种变换的对比 4.得到傅里叶变换后的图像和傅里叶变换需要的时间，显示变换后的图像，显示傅里叶变换时间随图像像素的变化 5.显示不同阶数butterworth高通滤波和低通滤波滤波器的传递函数和处理后的图像 6.调用butterworthw.m，显示原图像、原图像频谱、低通滤波、高通滤波的传递函数，以及滤波器处理后的图像 7.拉普拉斯高
equalize_hist
- 1. 均值滤波：即线性滤波，有: a.邻域平均, b. 加权平均两种。 a. 邻域平均：用一个像素邻域平均值作为滤波结果，此时滤波器模板的所系数都取1，为保证输出图仍在原来的灰度值范围，在算得R后要将其除以系数总个数再进行赋值，对3*3的模板来说，在算得R后要将其除以系数9。 b. 加权平均：对同一尺寸的模板，可对不同位置的系数采用不同的数值，一般认为离对应模板中心像素近的像素应对滤波结果又较大贡献，所以接近模板中心的系数可比较大而模板边界附近的系数应比较小。(1. mean filter
jt
- 以自选像素点为中心，截取输入尺寸大小的图片，这样不会降低截图的分辨率，保真度高。(With the optional pixel as the center, the size of the input image is captured, so that the resolution of the screenshot is not reduced, and the fidelity is high.)
LBP算法程序
- 原始的LBP算子定义在像素3*3的邻域内，以邻域中心像素为阈值，相邻的8个像素的灰度值与邻域中心的像素值进行比较，若周围像素大于中心像素值，则该像素点的位置被标记为1，否则为0。这样，3*3邻域内的8个点经过比较可产生8位二进制数，将这8位二进制数依次排列形成一个二进制数字，这个二进制数字就是中心像素的LBP值，LBP值共有2828种可能，因此LBP值有256种。中心像素的LBP值反映了该像素周围区域的纹理信息。(The original LBP operator is defined in t
Harris
- 基于离散分数布朗随机场模型的水下图像目标检测方法。该方法根据分形理论和水下图像的特点，以图像中每 个像素点为中心取窗口，计算在该窗口内的分形维数均值，将该均值作为中心像素的分形特征，然后根据分形维 数分布图确定分割阈值，从而实现对水下图像分割，并且通过将目标表面不同尺度下的灰度差分平均值进行归一 化处理，减少了用于表示不同尺度下的平均绝对值灰度差分的数据，从而提高算法检测效率(Underwater target detection method based on discrete frac
TemplateTrans
- 图像增强TemplateTrans 图像灰度变换 模板操作实现了一种领域运算，即某个像素点的结果不仅和本像素灰度有关，而且和其领域点的值有关。 Template函数是自定义的一个通用的图像模板操作函数。该函数用指定的模板（任意大小）来对图像进行操作，参数iTempH指定模板的高度，参数iTempW指定模板的宽度，参数iTempMX和iTempMY指定模板的中心元素坐标，参数fPArray指定模板元素，fCoef指定系数。
fcm
- 一种快速的抗噪声模糊C均值图像分割算法 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出。该算法结合像素灰度值相似度和隶属度构造了一个新的空间函数。该空间函数用于更新成员关系，而成员关系又用于迭代地获取聚类中心。所提出的算法可以在较少的迭代次数下获得理想的分割结果，有效地降低了噪声的影响。(A fast anti noise Fuzzy C-Means Image Segmentation AlgorithmImage segmentation is to divide the i