搜索资源列表
chepaidingwei
- 一个很好的车牌定位 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
PseudoColor
- 灰度图像到RGB彩色的伪彩色图像的转变程序
Fourier
- 由原始灰度或彩色值变换得到的特征．设原始图像为f(x，y)，按照一定的准则在f(x，y)中找到特征值T，将图像... 即为我们通常所说的图像二值化。
bitmapprocessing
- 图像灰度化是许多数字图像处理的初始和基础工作, 本文对灰度化的基本原理作了简要阐述, 同时分别介 绍了8 位和24 位彩色位图灰度化的具体方法, 并给了实现详细代码。
rgb_gray---4
- 灰度图像隐藏在彩色图像中，观察其是否对彩色图像发生改变
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
pic
- 本实例是关于图像的增强算法，具体内容包括图像的灰度修正，图像的平滑，中值滤波，图像的锐化，伪彩色和假彩色增强。
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
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
SetColorToGray1.2ct
- 一个将灰度图上色的软件，通过一幅参考图像的色彩信息，实现对一个类似灰度图的彩色化 。只要在菜单中先选择一个彩色图作为参考图，再选一个（LoadImg菜单）灰度图（24位），在Proc即可
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
project
- 数字图像处理中关于图像的读入，二值化，彩色图转换到灰度图。图像的反转。中值滤波，以及图像的增强等算法实现。
GUIdemo
- 实现灰度图像的对比度变换和彩色图像的颜色调节（白平衡功能 ,gui的应用技术
gd
- 彩色BMP图像->光栅处理->编码灰度图像->傅氏变换->滤波->逆傅氏变换->彩色合成->零级融合-color BMP image-gt; Grating processing-gt; Coding gray image-gt; Fourier Transform - gt; Filter - gt; Inverse Fourier Transform - gt; Synthesis of color-gt; Zero-integration
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-
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
dct11
- DCT1.m为一维离散余弦变换exp22.m为对一幅灰度图像进行离散余弦变换 exp23.m为对一幅彩色图像进行离散余弦变换
RGBimseg
- matlab中都是对灰度图像进行小波变换，本程序是对彩色图像进行小波变换
Center_Sorrounding_Retinex
- 改进后的中心/环绕Retinex算法，能有效增强彩色和灰度图像
Example041-彩色图像转换为灰度图像
- 彩色图像转换为灰度图像-color images into gray-scale images