搜索资源列表
Image-Inpainting
- ：针对TV模型修复算法只沿梯度垂直方向扩散，容易在平滑区域引入阶梯效应，迭代效率低，易产生假边缘的缺点，分析比较了TV图像修复模型的性能，提出了一种改进的图像修复算法。-Abstract：TV image inpainting only repairs algorithm along the vertical direction，making diffusion gradi— ent in smooth area into stair step effect，reducing iterati
compare
- 基于小波变换的压缩感知图像处理,及三种重构算法.-Compression based on wavelet transform the perceived image processing and three reconstruction algorithm.
filters-compare
- 装载一张图像，使用4种不同滤波器 (见原理部分) 并显示平滑图像 -Load an image, use four different filters (average filter, median filter, gaussian filter, bilateral filter), and display the smooth image
Csharp-images-compare-code
- 基于C#的图片识别，图片比较实现代码，已经在VS2012测试通过，可以放心使用-C#-based image recognition, image comparison implementation code
estimate-the-defocus-map-in-an-image
- 估计是有用的图像散焦几个应用程序 包括去模糊,模糊放大,测量图像 质量和景深分割。在本文中,我们 现在一个简单而有效的方法来评估一个分散注意力 模糊映射关系为依托的对比 图像梯度在当地的图像区域。我们把这种关系 当地的对比之前。我们的方法的优势 是,它不需要过滤银行或频率分解 输入图像 相反,我们只需要比较 当地的梯度概要文件与当地的对比。我们讨论 背后的想法之前,展示其局部对比度 在各种各样的实验效果-Image defocus estimation is useful
Digital-Image-Processing
- 1 打开一个BMP文件，将其局部区域的灰度值进行改变，另存为一个新的BMP文件，要求显示出原BMP图像和新BMP图像。 2．编程实现图像傅立叶高通、低通滤波。 3.打开一幅图像，添加椒盐、高斯噪声，然后使用邻域平均法、中值滤波法、K邻近平均法进行平滑 4.打开一幅图像，利用Roberts梯度法、Sobel算子和拉普拉斯算子进行锐化，并比较结果。 5.编写一个程序，对输入的图像进行哈夫曼编码，显示原图像的熵、编码后的平均码字长度、并能够根据编码重建出图像
Compared-5-Image-search-Engines
- ：本文从搜索范围、检索方法、工作原理、结果描述、特点、效果评价等6个方面对5种中外网络图像搜索引擎即Lyco~、 WebSEEK、AmaziIlg Picture Machine、Ixquick、天网中英文FTP进行比较和评析，从而较为详细地介绍了网络图像搜索引擎的原理、优缺点和未来发展趋势。-This article is from the Search and retrieval method works, the results described characteristics, t
Histogram-compare
- 基于opencv和vs2008实现了两幅图像进行直方图对比，可以检测相似度-Based opencv and vs2008 achieve the two image histogram contrast, can detect similarity
Remote-Sensing-Image-Processing
- 基于偏微分方程的遥感图像处理方法 利用测试图像对算法进行仿真验证，并与其它图像去噪算法进行去噪效果比较，通过数值对降噪效果进行评估，得出该方法不仅能够去除噪声而且能够很好的保护图像的边缘等细节信息，弥补了高阶非线性扩散去噪方法导致边界模糊的缺陷，提高了遥感图像的质量，改善了视觉效果-Simulation algorithm of remote sensing image processing methods based on partial differential equations usin
DIP_wavelet-transform
- 利用二维Mallat小波分解原理，对一幅标准图像进行3级分解，获取小波高/低频系数，并分别用低频分量LL1、LL2、LL3小波系数进行图像重建，分别计算这三种情况和原始图像比较地PSNR-2D Mallat wavelet decomposition principle, a standard image 3 decomposition, to obtain of Wavelet high/low frequency coefficients, and the low-frequency com
compare
- 在数字图像处理中，运用MATLAB中的函数compare可以用来计算图像压缩前后的误差和直方图-In digital image processing using MATLAB functions compare the error and histogram can be used to calculate the image before and after compression
compare-pictures
- Source Code Compare Image with Delphi
Image-histogram-drawing
- 图像直方图的绘制，此程序提供两种方法，一是利用matlab自带得工具箱绘制，另一种是利用统计学的方法编程实现，最后对两种方法进行比较-Image histogram drawing, this program provides two methods, one using matlab toolbox comes too draw, another is the use of statistical methods to program implementation, and finally t
image-construction-by-fft-and-wt
- 傅里叶变换和小波变换重建图像的比较效果，这个程序可以用来实现四个要求：1、FFT和WT重建效果比较；2、通过改变小波来比较重建效果；3、通过改变分解层数来比较重建效果；4、通过改变大系数个数来比较重建效果。其中还有一个计算PSNR的程序-the comparative effect of reconstruction image by Fourier transform and wavelet transform 。 the program can be used to achieve the
SAR-image-changes-detection
- SAR图像变化检测,可以对比同一地点不是时间的SAR图像变换，并聚类分析-SAR image change detection, you can compare the same place time of SAR image transformation and cluster analysis
sobel-zero-crossing-canny-compare
- 本科时做的一个实验，关于３个算法的比较，有matlab代码，有说明文本，还有一些素材图片。-three algorithms about image process,include some image used in the process and pdf introducing the process.
Image-defogging
- 由于大气的散射作用，雾天的大气退化图像具有对比度低、景物不清晰的特点，给交通系统及户外视觉系统的应用带来严重的影响。但由于成像系统聚焦模糊、拍摄场景存在相对运动以及雾天等不利环境，使得最终获取的图像往往无法使用。为了解决这一问题，设计图像复原处理软件。 要求完成功能： 1、 采用直方图均衡化方法增强雾天模糊图像，并比较增强前后的图像和直方图； 2、 查阅文献，分析雾天图像退化因素，设计一种图像复原方法，对比该复原图像与原始图像以及直方图均衡化后的图像； 3、 设计软件界面 -
image
- 对一副图像进行运动模糊处理，并对模糊的长度进行比较-Image of a motion blur, blur the length and compare
Compare
- MATLAB CODE TO COMPARE TWO IMAGES AND GET BACK THE ORIGINAL IMAGE IN THE RECEIVER END
image-processing
- 图像的频域变换，包括对数变换，使用填充和不使用填充的滤波，空间域滤波和频域滤波的比较，增强水平，垂直边缘等变换。 -Frequency domain transform images, including logarithmic transformation, using the fill and without using a filler filter, compare the spatial domain and frequency domain filtering filtering,