搜索资源列表
数字图像处理alpha版
- 本软件是由作者经过数字图像处理课程的学习，采用vc++.net将其基本算法实现，其算法主要包括： 1.点运算（灰度直方图，直方图均衡处理，线性运算，二值化，灰度化等） 2.几何运算（旋转，放缩，镜像，平移） 3.几何空间增强（均值，中值滤波器，k近邻均值，中值滤波器，Roberts,sobel,priwitt,laplacian,wallis锐化算子等） 4.频率域增强（基2FFT进行空间域到频率域的转换，高斯，理想，巴特沃斯高低通滤波器） 5.形态学（膨胀，腐蚀，开，闭运算，边缘提取） 6.图
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
codesforimageprocessing
- 实现简单图像处理，包括256色转灰度图、Hough变换、Walsh变换、中值滤波、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化（边缘检测）、方块编码、梯度锐化、灰度均衡、直方图均衡、离散余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑。-simple image processing, including color to grayscale 256, the Hough transform,
SimpleImage图像处理软件
- 图像处理软件：实现腐蚀，膨胀，开闭操作，提取边界功能，图像增强，均衡化，平移，旋转，错切，镜像，均值滤波，拉普拉斯图像增强功能-Image processing software: to achieve corrosion, expansion, opening and closing operation, the extraction of boundary features, image enhancement, equalization, pan, rotate, shear, mirro
Spatial-filtering-of-images
- 现有三幅图像，图像1是包装瓶中的气泡图片，图像2是印刷电路板的元器件焊接质量检查图，图像3是封装后的胶囊状药品。实验要求从这三幅图片中， 1. 选择一副图像，并叠加零均值高斯噪声，分别利用均值滤波和中值滤波器对该有噪图像进行滤波，显示滤波后的图像，比较两滤波器的滤波效果。 2. 选择一副图像，并叠加椒盐噪声，分别用均值滤波器，中值滤波器对该图像进行滤波，比较滤波器的滤波效果。 3. 选择一幅图像，分别利用Laplacian算子和Sobel算子对图像进行锐化操作，比较锐化的效果。-Th
bianyantiqu
- 由于噪声点(灰度与周围点相差很大的点)对边沿检测有一定的影响，所以效果更好的边沿检测器是高斯拉普拉斯(LOG)算子。它把我们在第3章中介绍的高斯平滑滤波器和拉普拉斯锐化滤波器结合了起来，先平滑掉噪声，再进行边沿检测，所以效果会更好。-As the noise points (points, a big difference with the surrounding gray points) on the edge detection to a certain extent, the effect
tuxiangruihua
- 图像锐化，包含拉普拉斯锐化法 4邻域模板 巴特沃斯高通滤波器锐化， 阶数M=3 截断频率D0=40，梯度算子锐化 sobel和prewi-Image sharpening, including Laplacian sharpening four neighborhood template Butterworth high-pass filter sharpening, the order M = 3 cut off frequency D0 = 40, sharpening sobel gr
Image-Processing
- vc++数字图像编程基础，包括点运算、几何变换（平移、旋转、缩放、镜像）、正交变换（沃尔什、傅里叶、离散余弦）、图像增强（图像平滑、中值滤波、梯度锐化、拉普拉斯锐化）、形态学变换（腐蚀、膨胀、开、关）、边缘与轮廓（robert、sobel、frewit、kirsch、gauss-laplace边缘检测算子，hough变换，轮廓提取，轮廓跟踪）、图像分析（阈值分割、投影检测、差影检测、模板匹配）、图像复原（卷积模糊、逆滤波复原、维纳滤波复原，随机、椒盐噪声）、图像编码（赫夫曼编码、香农费诺编码、行
VTKImage1
- 使用VTK写的几种图像滤波处理方式,如Kernel3x3滤波,Laplacian滤波,sobel滤波-The use of VTK written several image filtering approach, such as Kernel3x3 filtering, Laplacian filtering, sobel filter
image
- 基本图像处理VC实现源码，拉普拉斯锐化（边缘检测）、边缘检测、均值滤波等-Basic image processing to achieve source VC, Laplacian sharpening (edge detection), edge detection, mean filter, etc.
a
- 实现简单图像处理，包括256色转灰度图、Hough变换、Walsh变换、中值滤波、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化（边缘检测）、方块编码、梯度锐化、灰度均衡、直方图均衡、离散余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑.-。-simple image processing, including color to grayscale 256, the Hough transform
laplacian_of_gaussian_convolution_filter.m
- laplasian gaussian filter
Matlab-image-filiter
- 用中值滤波，多维滤波，使用中心为-4,-8的拉普拉斯滤波器，高斯低通滤波，拉普拉斯滤波器进行滤波处理-Center of median filtering, multi-dimensional filtering,-4,-8 Laplace filter, the Gaussian low-pass filter, Laplacian filter to filter the
4.Unsharp-Masking
- Use Laplacian filter to enhance the picture.
LM-filter
- Leung-Malik (LM)滤波器组由48个滤波器组成-The LM set is a multi scale, multi orientation filter bank with 48 filters. It consists of first and second derivatives of Gaussians at 6 orientations and 3 scales making a total of 36 8 Laplacian of Gaussian (LOG) filt
MATLAB2
- image processing , laplacian filter using matlab
laplacian
- 运用拉普拉斯差分算子对图像进行处理，得到很好的滤波结果，是学习opencv滤波的好材料，包含了实现的源码-Laplace differential operator on the image, to give good filtering results, is a good learning opencv filter material, including the realization of the source code
t_12
- 1、图像中值滤波实验 ①用imnoise函数在图像’lena.bmp’中值添加椒盐噪声，观测结果 ②用medfilt2函数对含噪声图像中值滤波。 2、使用fspecial函数生成均值、Prewitt、Sobel、Laplacian滤波模板，再用filter2函数对‘cameraman.tif’图像进行空域滤波，显示滤波结果。 3、设计高斯低通和高通频域滤波器，对‘phantom.bmp’图像进行频域滤波，显示滤波结果。然后改变滤波器截止频率，观察对结果的影响。 4、用i
code
- Implement Laplacian Filter with Mattalb
image process
- 基础图像预处理的代码实现，均值/中值滤波，sobel/拉普拉斯/canny 提取边缘，直方图均衡化以及直方图规定化(Fundamental image preprocessing code implementation, mean/median filtering, sobel/Laplacian/canny extraction edges, histogram equalization, and histogram specification)