搜索资源列表
plateloc
- 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
media_filter
- 利用3*3模板对图像进行中值滤波的matlab程序-using 3 * 3 template on the image of the median filtering procedures Matlab
A0357
- 一套完整的图像处理与识别的源码（全中文注释） 这是我们内部开发与使用的一套图像处理代码，里面包括了大部分图像处理与识别处理的的函数：像模板变换，图像的平滑、锐化、边缘识别、图像中值滤波、图像模糊、图像逆滤波、图像模糊加噪、图像维纳滤波、线性变换、灰度拉伸、直方图均衡、图像腐蚀、图像膨胀、图像开运算、GIF确码编码、缩放、旋转、快速付立叶变换、离散余弦变换等等，等等，太多了。可以用于windows软件或嵌入式软件编程。内部用的，全中文注释，为了下载我才拿出来的。你们自己看着办吧。-a comp
zengqiang
- 用途：数字图象处理算法的演示，包括： • 图象的DFT和逆DFT • 图象的FFT和逆FFT • 在图象中加入正弦噪声 • 图象的模板运算实现图象平滑和锐化 • 图象的直方图均衡化 • 图象的对比度拉伸 • 图象的中值滤波 • 图象灰度直方图的显示 • 若干频域滤波器 • 图象的镜像 • 图象的旋转（
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
VLP_location_VC++
- 检测车牌VC++程序。用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。
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
lubo
- 自己编写图像平滑算法：均值滤波和中值滤波，设置不同的均值滤波模板，以得到最好的图像输出结果。
bitplane
- bitplane.m 将灰度图像按位平面进行切割，切割为8个不同的图像，并显示。 erzhihua0 对灰度图像按迭代法求阈值，并进行图像分割。 imaverage 对多幅图像求平均以降低噪声。 imsoothmedian 用不同的模板对图像进行中值滤波。-Gray-scale image will be cut by the bit-plane, cut into eight different images, and displayed.
ImageProcess
- 特技显示： 图像扫描、图像插入、百叶窗显示、马赛克效果、栅格条交错、从全黑淡入、图像伸缩 像素运算： 查看直方图、直方图均衡、线性变换、阈值变换、窗口变换、灰度拉伸、对数变换 几何变换： 图像镜像、图像平移、图像旋转、图像缩放 正交变换： 离散傅立叶变换、离散余弦变换、沃尔什哈达玛变换、离散K-L变换、小波变换 图像复原： 逆滤波复原、维纳滤波复原 图像增强： 灰度变换调整、直方图修整法、图像平滑法、中值滤波、低通滤波、图像锐化、高通滤波
LicensePlateRecognition
- 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
MedFilter
- 基于matlab的模板中值滤波,简单易学希望对你有帮助。-Matlab template-based filtering, easy to learn would like to help you.
ImageProcessing
- 基本要求： 1将彩色图像读入缓冲区，并显示 2将真彩色图像转换成灰度图像 3对图像进行中值滤波和领域平均法滤波比较结果 4采用梯度算子和线形二次微分算子对应的模板对图像进行锐化 -Basic requirements: One. will be read into the buffer color images, and display Two. True Color images will be converted into gray image Thre
image
- 应用matlab或VC语言编制图像处理软件，软件功能如下： 一、实验类型 1． 读入图像，并对灰度图像或彩色图像进行显示，对彩色图像可以转化为灰度图像；（8学时） 2． 对读入的图像可以实现减小和提高图像分辨率的功能（16学时） 3． 计算灰度图像的直方图并进行显示，讨论不同图像灰度分布的直方图特征（16学时） 4． 对上述图像进行直方图均衡化处理，分析直方图均衡化的处理结果；（16学时） 5． 对给定的彩色图像，显示其R、G、B三分量图像的噪声图像及H、S、I三分量完成
ImageProcessing
- 图像处理的课程设计功能有 1.直方图的计算与显示 2.线性点运算 3.灰度均衡 4.傅里叶正变换 5.模板操作、中值滤波-Image processing function of curriculum design 1. Histogram calculation and display 2. Linear 3-point operations. Grayscale balance 4. Fourier transformation 5. Template operation
kongyupinghua
- 补充上次的空域滤波平滑法，这是模板滤波法和中值滤波法-Added the last spatial filter smoothing, which is the template filtering and median filtering method
zhongzhipingjunzhi
- 用中值滤波和平均滤波方法对二位图像进行去噪处理，采用的模板是3*3-With median filtering and average filtering method for image de-noising of the two processing, using the template is 3* 3
MYGUI
- 第一章作业： 用C语言或者VC，VB，Matlab或其他语言完 成如下实验： 1）打开一个BMP文件 2）将其局部区域的灰度值进行改变 3）另存为一个新的BMP文件 要求显示出原BMP图像和新BMP图像。 1。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。 2。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。 第五章作业 编写一个程序，对输入的图像进
med
- 中值滤波编写Matlab程序对图像进行处理。图像必须存于指定位置，处理后的图像也必须存于指定位置。该程序能运行，可处理不同的图像。图像处理算法自己制定，不得使用现成的Matlab函数。滤波模板采用3×3模板，并自己制定。-Median FilterWrite Matlab image processing. The image must be stored in the specified position, the processed image must also be stored in