搜索资源列表
fayeboy1984
- 此设计要求能够实现将医学图像进行识别的过程，包括了图像预处理、图像特征提取及分类判决三大模块。在预处理这一步中主要实现的是将彩色图像转换为灰度图像，灰度图像的二值化，直方图修正，去除干扰、噪声以及差异，边缘增强等；第二模块是图像的特征提取。由于对象的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征，而图像特征提取就是对其进行加工、整理、分析、归纳以便提取构成目标影像的特征，得到能反映图像内容区别于其他事物的本质特征；分类判决作为第三模块，则是要在第二步的基础上采用某种分
吴毕业设计模板（正文）
- 吴毕业设计模板（正文） 对遥感图像空间信息的提取方法进行了总体性的概述，深入研究了遥感图像空间信息提取过程中的图像的平滑预处理、图像的边缘检测、图像增强、图像阈值分割、目标物体的轮廓提取及图像的测量等遥感图像处理技术，进行了各种算法的比较。
cardetection
- 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=0,1,…,439 j=0,1,…,63
Thecellexamine
- 1．细胞边缘检测 （1） 原理： Soble算子边缘检测---Soble微分算子是一种奇数大小（3×3）的模板下的全方向微分算子。Soble滤波器进行处理的结果，在视觉上只能感觉到该微分算子所提取 出的细节轮廓相对明显一些。 Laplacian算子边缘检测---用Laplacian二阶微分算子所提取出的细节多，说明二阶算子早对图像细节有很强的敏感性。
CAVY6PRZ
- 基于投影直方图的图像识别方法。该方法成功解决了图像识别中对于此类具有不确定边缘的二维码识别问题。
Thinner
- 图像处理边缘细化算法，c++程序实现 算法简单易懂
SpeedGraph
- 摘要：针对高速高精度帧片机视觉检测中的元件图像分割问题，提出了一种改进分水岭算法。该算法结合传统的边缘检测和阈值分割，并采用一定的集水盆区域合并准则，有效地抑制了过分割现象。现场运行结果表明该算法效果很好，满足了帧片机视觉检测的要求。
imageprocess
- 实现对图像的多种处理，例如霍夫变换，边缘提取，灰度处理，以及图像增强等
canny
- canny在MIT的硕士论文和报告，最经典的边缘检测论文，图像处理必备
Image_Fusion_Algorithm_with_Wavelet_Transform
- 本文对小波分析在多尺度边缘检测、静止图像压缩和数字水印三个方面应用的方法进行了研究。对于写毕业论文的同学很有帮助
2
- 机器人视觉导航而言，道路识别和表示是一个非常重要的环节，它直接影响到后续的路径规划。该文针对红外道 路图像，提出了基于区域方法的一套处理方案，该方法首先通过分割获得道路区域，利用链码跟踪获取道路边缘的链码。采 用了一种通用的道路模型，然后基于链码以及该道路模型，设计了一种有效的道路边界拟合方法。在拟合过程中，首先依据 一定的准则把链码分为两段，对于每一段再递归执行该分段过程，直到不能分为止，然后用分段直线去描述道路边界。该拟 合算法可以有效地处理直道和非直道的情况。文中给出了相关
4
- 提出了一种基于CCD图像的塑料齿轮齿形缺陷检测方法。采用A102FCCD数字摄像头采集塑料齿轮的图像, 经 过IEEE1394数字接口卡传输到计算机。对含有噪声的原始数字图像实施平滑处理、图像分割、轮廓提取及细化等处理, 使图像转变成易于检测的单像素宽边缘信息。检测了齿轮中心孔的圆心, 进而对齿轮齿形缺陷进行检测。理论分析及实验 结果表明该方法检测速度快、精度高, 满足产品在线检测的要求。
差值与下采样
- 针对常用的图像下采样方法无法满足不同应用需要的问题，提出下采样和插值在实现技术上具有同一性的特点，下采样可以采用插值的大量先进技术。将下采样与插值均看作是对邻域未知像素的预测，建立了统一的像素预测模型。实验结果验证了该同一性的思想，并表明与常用的下采样方法相比，在具有保持特征、保护边缘、维持平滑等特性的基础上，能够使下采样后的图像保持更多的信息，从而为下采样在不同应用中的实现提供了更多可选择的方法。
ostu
- 利用vc++，结合opencv做图像分割，通过边缘检测做图像分割-Combined with opencv do image segmentation
fast-template-matching
- 本文提出一种基于图像边缘几何特征的快速模板匹配算法。算法利用边缘 点的位置和梯度方向作为匹配信息进行相似度计算。可以很好的避免因图像明 暗变化、光照不均匀、旋转所带来的影响，且对于部分遮挡的情况，亦可以得 到良好的匹配结果。为了得到边缘点坐标和梯度方向，本文根据曲面拟合原理， 通过平移变换，推导出精确梯度方向和亚像素边缘坐标的快速算法。既加快了 算法的处理速度，也是匹配算法高精度的前提保证。为了使匹配算法满足实时 性要求，主要采用阈值判断和图像金字塔算法的搜索策略。在阈值
1
- 该文章主要介绍了用小波变换实现图像边缘检测，能够实现多角度的检测，更加准确。-This article introduces the wavelet transform image edge detection, can realize multi-angle detection, more accurate.
image-edge-detection
- 图像边缘检测研究进展 边缘检测 轮廓提取-Advances in image edge detection
5
- 用于显示的图像外观特征可以由两个数据集，图像的第一标准数据集和要被躲避的区域的第二组定义，其中闪避区域与图像的其余部分通过一系列边缘。原始中的任何特定像素的出现由图像数据的第一位或控制平面确定，其状态表示像素外观由第一或第二数据集中的一个确定。(For image display can be composed of two data sets, the definition of the first second groups of standard data sets and image r
canny_edge
- 一个源代码，可以实现Canny算子图像的边缘检测，(A source code, you can achieve Canny operator image edge detection,)
main_canny
- canny的边缘提取方式，包含两个文件，很好的对图像边缘进行提取(Edge extraction method)