搜索资源列表
typicalimageprocessalgorithms
- 一个绝对经典的图像处理算法集合,收藏了很久了。包括:彩色到灰度转换,各种边缘检测算法等,十分全面。希望对大家有用。
chap12
- 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。 该阈值对不同牌照有一定的适应性
chepaidingwei
- 很好的车牌识别代码 。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
tuxiangshibieheceliangjishuyanjiu
- 针对压力锅炉机组主蒸汽管道碳钢部件金相组织石墨化程度的检测问题,选择 适合的算法,将数字图像处理和模式识别技术运用于金相组织测量之中,建立一套对 石墨化级别进行识别的图像检测系统。针对石墨化部分原始图片灰度区间窄的特 征,通过图像预处理使图像清晰,突出石墨组织,采用边缘检测方法,提取出要检 测的粗大呈黑色的石墨组织。最后采用最近领域法进行图像识别,判断碳钢石墨化 的程度。
chap12
- 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
Touch_exe
- 该软件支持jpg,gif、png图片格式,大致有下列功能: V 0.1 版: 1. 图像放大、缩小、复制、打印、获取当前图像任意位置颜色信息。 2. 显示图像灰度直方图。 3. 灰度统计:图像宽度、高度、最小灰度、最大灰度、灰度均值 Mean、灰度方差 Variance、标准差、偏态 Skewness、峰度系数 Kurtosis、熵 (Entropy)。 4. RGB三原色分离、RGB图转灰度图、灰度均衡、图像可调阈值二值化、图像反色。 5. 图像可调阈值边缘检测:Rob
chepaidingwei
- 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
RemoteSensingImageProcess
- 可用于遥感图像增强,边缘检测,轮廓提取与跟踪,Hough变换, 图像分割,图像匹配,投影法与差影法。图像几何变换,图像正交变换,图像灰度变换,图像的压缩编码,图像的数学形态学运算,图像复原,图像特技显示。
Box
- 这个作品是我提交项目时做的, 技术基础:数字图像处理,灰度化,二值化,边缘检测,拉普拉斯算子,以及图像分割,分水岭算法 能够自动识别分割集装箱号码
num_identify
- 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-
111
- MATLAB制作的图像处理软件,主要包含的功能有边缘检测,灰度变换等
chap12
- 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
Mytest
- 可对图像进行几何变换、灰度变换、空域滤波、边缘检测等的VC++程序源代码
车牌定位
- 车牌定位系统是进行车牌自动识别的重要一部分能正确的获得整个图象的车牌部分 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
车牌定位
- 车牌定位 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
车牌定位
- 车牌定位使用说明 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。 该阈值对不同牌照有一定的适应性,能够保证背景基本
opencv计算长度
- 本程序实现了水稻种子麦芒长度的计算,利用opencv视觉库进行编写的,实验的效果非常棒,自己亲手做的,包含了图像处理的基本内容,如灰度化,边缘检测,图像分割,形态学操作等等
Cann.rar
- 通过计算图像的灰度梯度,在对边缘点进行非最大化抑制实现边缘检测,Gray-scale images by calculating the gradient of the edge points to maximize the suppression of non-realization of edge detection
1
- 里面有怎样使用MATLAB进行图像读取,灰度化,增强和边缘检测的代码和说明。并且有详细的处理步骤,对初学者很有用。-Image processing Graytion Image Enhancement Edge Detection
FileChooserTest
- 这是一个用Java编写的图形图像处理平台,里面有图像的缩放、旋转、反色、平滑处理、拉普拉斯锐化处理、边缘检测、小波变换、对数变换、指数变换、灰度直方图绘制、彩色直方图绘制、灰化处理-It s great.