搜索资源列表
DigitalImageProcessing2
- 视觉基础 2.1 人眼与亮度视觉 2.2 颜色视觉 成像基础 2.3 成像模型与成像变换 2.4 图像数字化 图像基础 2.5 图像像素间关系 2.6 算术和逻辑运算 2.7 坐标变换 2.8 图像代数 -The basis of 2.1 visual brightness the human eye and visual color of the visual imaging 2.2 imaging model based on 2.
tuxiangfenge
- (2) 理解基于各像素值的阈值分割算法,基于区域性质的阈值分割算法, 基于坐标位置的阈值分割算法;软件编程实现利用基于各像素值的阈值分割算法进行图像分割,要求完成如下内容:包括极小值点阈值、最优阈值、迭代阈值,基于最大方差的阈值,基于最大熵的阈值等方法,利用之实现图像分割,这里的图像可以针对核磁共振图像-err
Matlab
- nonmaxsup——非最大值抑制 hysthresh——设定阈值区间,返回一个二值化图像 canny——边缘探测,图像边缘增强 adjgamma——调整图像的伽马值 findline——利用线性Hough变换和Canny边缘探测得到的线上各点的坐标 circlecoords——返回由圆的半径和圆心坐标决定的圆上各点像素的坐标 houghcircle——取一幅经过canny变换的图像,利用hough变换找到图像中的一个圆 findcircle——计算所得线上各点
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