搜索资源列表
vc例子源码1
- 有大量的VC编程实例的源代码,内容涉及极其宽泛,其中有目录,如第六章:实例095-创建线性梯度,实例096-多种风格的端点,097-图形容器的应用,实例098-使用颜色矩阵设置图像中的 Alpha 值.....等等,不一一说明.-a large number of examples of the VC program source code, which relates to an extremely broad, including directory, like Chapter 6 : Ca
边缘检测与分割处理
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象-code P0401 Note : Prewitt operator to detect
mulscal_edge
- 我编写的一个多尺度边缘检测实例，方法是： 1、先对图像进行3个尺度的小波变换； 2、求小波系数的模值及其梯度方向； 3、确定模的极大值，即候选边缘点； 4、通过反变换合成3个尺度的模的极值图像； -I prepared a multiscale edge detection example, the method is : 1, the first three images scale wavelet transform; 2, wavelet coefficients fo
levelsetcode
- 一个比较使用的图像分割的水平集方法，是经典的几何形变模型的方法，速度函数式基于梯度的 -a comparison of the level of image segmentation method of collection is the classic geometric model of speed function-based Gradient
gvf_model
- 图像分割中常用的主动轮廓模型的一个经典算法，GVF（梯度矢量流模型）-Segmentation commonly used active contour model of a classical algorithm, gradient vector flow (gradient vector model)
Cresorse
- 高斯平滑，灰度均衡，拉普拉斯锐化（边缘检测），亮度增减，梯度锐化，图像平移，图像旋转，维纳滤波处理-Gaussian smooth, gray balance, Laplacian sharpening (edge detection), the brightness changes, gradient sharpening, image shifting, image rotation, Wiener filter
reply_1_855734
- // Canny算子 void Canny(LPBYTE pGray, SIZE sz, double sigma, double dRatLow, double dRatHigh, LPBYTE pResult) { //经过高斯滤波后的图像 LPBYTE pGaussSmooth pGaussSmooth = new unsigned char[sz.cx*sz.cy] //x方向导数的指针 int *pGradX pG
pvlw
- 最优化的一系列算法,包括牛顿法,最速下降法,共轭梯度法等,()
dwfinitionimmutability
- 优化问题中的直接搜索法,相比其他方法,有不需要梯度就可以的算()
edges-master
- 边缘检测算子 图像边缘信息主要集中在高频段，通常说图像锐化或检测边缘，实质就是高频滤波。我们知道微分运算是求信号的变化率，具有加强高频分量的作用。在空域运算中来说，对图像的锐化就是计算微分。由于数字图像的离散信号，微分运算就变成计算差分或梯度。图像处理中有多种边缘检测（梯度）算子，常用的包括普通一阶差分，Robert算子（交叉差分），Sobel算子等等，是基于寻找梯度强度。拉普拉斯算子（二阶差分）是基于过零点检测。通过计算梯度，设置阀值，得到边缘图像。(The image edge infor
GeoMatch_src
- 图像模板匹配，基于梯度向量点积，处理模板图像与搜索图像，寻找最佳匹配得分点(Image template matching based on gradient vector product)
代码
- 图像分割噪声分析，算法对椒盐噪声的抗干扰性分析，图像反转线性变换，.梯度算子检测边缘(Analysis of image segmentation noise\,Algorithm for anti-interference analysis of salt and pepper noise,,image inversion linear transformation, gradient operator edge detection.)
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选， 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型；最后将图像
八个方向的sobel边缘检测算法
- 利用八方向的sobel边缘检测，实现对图像多梯度的梯度检测，检测出的边缘信息更加平滑连续。(Eight direction Sobel edge detection is used to realize gradient detection of image multi gradient, and the edge information detected is more smooth and continuous.)
HDR_Imaging
- 采用基于梯度的算法，通过matlab实现高动态范围成像。高动态范围图像，相比普通的图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的低动态范围图像，利用每个曝光时间相对应最佳细节的低动态范围图像来合成最终高动态范围图像，能够更好的反映人真实环境中的视觉效果。这里采用的高斯模糊展示了高动态范围图像中超出取值范围的数值也是有用的，即使它们在转换成低动态范围图像的时候通常都要被裁掉。在原始的高动态范围图像中，这些像素都有非常大的亮度值。当图像模糊的时候，周围的像素亮度被“拉高”并且在色度映射
code
- 利用梯度域处理方法实现两幅图像的无缝融合。(The gradient domain processing method is used to realize the seamless fusion of two images.)
用matlab评价融合图像的熵值、平均值、标准差、平均梯度、相关系数
- 用matlab评价融合图像的熵值、平均值、标准差、平均梯度、相关系数
ImproveCanny
- 一个改进的自适应canny算法，该方法采用改进的开关型中值滤波器对图像做去噪工作，再把整幅图像分割为若干子图像，最后在充分考虑全局以及各子图像的边缘梯度信息后，自适应地生成动态阈值。(The new Canny adaptive method divides image into sub-images,then determinates the thresholds automatically according to the whole image edge information and t
去雾图像评价
- 7种去雾图像评价函数，包括PSNR/WPSNR、图像信息熵、图像对比度、平均梯度、均值等客观评价函数。
FusionEvaluation
- 几种图像融合评价指标，AG,EN,FMI,MI,Qab,Qw,SF,SSIM，即平均梯度AG、信息熵EN、特征互信息FMI、互信息MI、边缘信息保持量Qab、加权融合质量评价因子Qw、空间频率SF和相似性指数SSIM。能较好的描述图像融合结果，稳定性较好。(Several evaluation indexes of image fusion, Ag, en, FMI, MI, qAB, QW, SF, SSIM, namely average gradient AG, information e