搜索资源列表
otsu
- 应用Opencv中的函数来实现大津算法，实现阈值的自适应获取，从而进行图像分割。-Otsu，image segmentation
roc1
- roc曲线绘制程序 关于检测阈值的函数曲线-Roc curve drawing program roc curve is a function of detection threshold curve
s_thr_denoising
- s_thr是软阈值降噪函数，可以在此基础上改进，以实现对所用环境的更好的适应。-S_thr is soft threshold noise reduction function, can be modified on the basis of this, used to achieve better adapt to the environment.
Compressed-Sensing-Code
- 压缩感知作为一个新起的采样理论，核心是求欠定方程组的稀疏解。本文件通过自定义一个TL0罚函数，用阈值迭代算法，在matlab工作环境里求出最优解-Compressed sensing as a new starting sampling theory, the core is seeking sparse solution underdetermined equations. This document is by custom a TL0 penalty function threshold
GlobalThreshold
- 全局阈值分割函数，用于图像二值化，在opencv环境下编写-Global thresholding functions for image binarization, write in opencv environment
xiaoboquzao
- 不同小波去噪方式，对比分析，包括软、硬阈值，不同小波函数-Wavelet denoising different ways, comparative analysis, including soft and hard threshold, different wavelet function
Relief
- 函数实现了lelief算法。（计算样本的每一个特征的分类权重，选出具有最大权重的一组特征。样本的特征就是基因）。 对权重较大的一组基因进行两两冗余分析。将相关性弱的和强相关中权重大的基因保留，即为特征基因。 已知基因表达谱数据、不同类样本的个数，自行设定分类特征的权重阈值。 对原始数据标准化的方法：（x－基因均值）/基因方差。 样本的类内类间距离采用欧氏距离。-Lelief function implements the algorithm. (Classificatio
center of laser spot-1
- 对图片应用利用max，min等函数求阈值分割点，最后转化为二值化图像，去噪后利用中值滤波处理再除噪，找出光斑中心位置和半径。(After binaryzation of the image processing, and then remove noise, find the center of the spot and radius)
数学形态学与小波变换
- 小波分解可以使人们在任意尺度观察信号，只需所采用的小波函数的尺度合适。小波分解将信号分解为近似分量和细节分量，它们在应用中分别有不同的特点。比如，对含有噪声的信号，噪声分量的主要能量集中在小波分解的细节分量中，对细节分量做进一步处理，比如阈值处理，可以过滤噪声。(Wavelet decomposition allows people to observe signals at any scale, just the size of the wavelet function is appropri
MATLAB实用源代码
- 1.图像反转 2.灰度线性变换 3.非线性变换 4.直方图均衡化 5. 线性平滑滤波器 6.中值滤波器 7.用Sobel算子和拉普拉斯对图像锐化：8.梯度算子检测边缘 9.LOG算子检测边缘 10.Canny算子检测边缘 11.边界跟踪 （bwtraceboundary函数）12.Hough变换 13.直方图阈值法 14. 自动阈值法：Otsu法 15.膨胀操作 16.腐蚀操作 17.开启和闭合操作 18.开启和闭合组合操作 19.形态学边界提取 20.形态学骨架提取 21.直接提取四个顶点坐标
WeChat_jump
- 电脑模拟按键实现微信跳一跳自动跳跃。首先就是在上传的autojump.png图片上进行模板匹配，匹配出小人，并计算小人的坐标；如上图所示，框出来的用红色箭头所指即为小人的坐标！ 然后就是通过Canny()函数进行图像的边缘检测，这里使用的阈值为5，10基本可以检测出所有边缘信息(Computer simulation keys to achieve WeChat jump one jump automatically. First of all, template matching is per