搜索资源列表
ImageProcessing
- 图像处理所以基础程序：图像显示： Bayer抖动显示 Floyd-Steinberg抖动显示 图像增强： 灰度变换 直方图均衡 局部平均平滑 中值滤波 理想低通滤波 Butterworth低通滤波 图象锐化 理想高通滤波 Butterworth高通滤波 伪彩色增强 图像复原： 运动模糊 运动模糊复原 逆滤波退化 逆滤波复原 加噪退化 维纳滤波复原 图像变换： 傅立叶变换 快速傅立叶变换 离散余弦变换 沃尔什变换 霍特林变换 小波变换 小波反变换 图像编码： 霍夫曼编码 香
License-plate-location
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 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
lubiaoshibie
- 路标识别，模式识别大作业，主程序；检测彩色路标，直方图均衡化，提取圆形路标，增强提取目标，二值化,提取路标中的指示图，中值滤波，平滑滤波，图像边框处理，链码生成及识别(Road sign recognition, pattern recognition, big operation, main program, detection of color roadmap, histogram equalization, extraction of circular road signs, enhanc
circle_hough
- 路标识别，模式识别大作业，圆形检测；检测彩色路标，直方图均衡化，提取圆形路标，增强提取目标，二值化,提取路标中的指示图，中值滤波，平滑滤波，图像边框处理，链码生成及识别(The road sign recognition, pattern recognition operations, circle detection; detection of color signs, histogram equalization, extracting circular signs, enhanced ex
carplate
- 首先对车牌识别系统的现状和已有的技术进行深入的研究，然后开发出一个基于 Python 的车牌识别系统，文中先对车辆图像进行高斯去噪、灰度化和边缘检测等预处理方法，然后用颜色特征和形态特征相结合的方法来确定车牌位置，用彩色分割法来完成车牌分割，最后，运用 SVM 分类训练器完成字符识别并使用Python 软件环境进行车牌识别的仿真实验。(License plate recognition based on SVM)