搜索资源列表
MATLAB图像处理源程序
- 程序代码说明 P0201：MATLAB赋值 P0202：MATLAB中的for循环 P0203：MATLAB中的for循环和if条件 P0205：MATLAB图像处理的基本操作 P0206：MATLAB高级图像处理操作 P0207：根据RGB图像创建一幅灰度图像 P0208：二值图像的取反操作 P0209：用imshow函数显示图像 P0210：在同一个窗口内显示两幅图像 2.rar (15.23k) 程序代码说明 P0301：数字图像矩阵数据的显示及其傅立叶变换 P0
图像处理的基本操作
- 数字图像矩阵数据的显示及其傅立叶变换 P0302：二维离散余弦变换的图像压缩 P0303：采用灰度变换的方法增强图像的对比度 P0304：直方图均匀化 P0305：模拟图像受高斯白噪声和椒盐噪声的影响 P0306：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307：采用MATLAB中的函数filter2(二维线性滤波)对受噪声干扰的图像进行均值滤波 P0308：图像的自适应魏纳滤波 P0309：运用5种不同的梯度增强法进行图
赫夫曼实现图像复原
- 神经网络的实验报告，利用赫夫曼编码实现10副图片的去噪和恢复
带噪图像中值滤波
- 本文根据对原始纯净图像进行的椒盐加噪处理，提出了利用中值滤波法消除图像噪声的实用方法。使用软件工具MATLAB快速地实现了图像的中值滤波。此文阐述了中值滤波的原理、算法以及利用MATLAB软件的仿真。在图像处理中利用中值滤波法消除图像中的噪声是图像噪声处理的常用方法。
基于MATLAB的带噪图像的中值滤波
- 图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的内涵。本文将纯净的图像加入椒盐噪声,然后采用中值滤波的方法对其进行去噪。中值滤波是一种常用的非线性信号处理技术，在图像处理中，它对滤除脉冲干扰噪声最为有效。文章阐述了中值滤波的原理、算法以及在图像处理中的应用。MATLAB是一种高效的工程计算语言，在数据处理、图像处理、神经网络、小波分析等方面都有广泛的应用。
chap7.rar
- 医学图像处理，绝得能用的细胞边缘检测，分割最佳阈值的迭代算法，轮廓提取受噪声影响的分析,Medical image processing, the cells must have to use edge detection, segmentation optimal threshold of iterative algorithm, contour extraction affected by noise analysis
curveletdenoise
- curvelet变换贝叶斯估计方法，用于估计含噪声图像的噪声参数。再对图像进行去噪处理-curvelet transform Bayesian estimation methods used to estimate the image noise with noise parameters. Re-image de-noising processing
addnoise
- MATLAB 给图像添加各种噪声：如椒盐噪声，高斯噪声、乘性噪声等等。-MATLAB add all kinds of noise to the image: If salt and pepper noise, Gaussian noise, multiplicative noise and so on.
LRG61
- 程序用来消除周期性噪声干扰信号。要求在图像频域中设计一Butterworth陷波器，其阶数n和陷波器半径D0由理论知识通过自己的探索得出，理解二者对滤波器性能的影响。-Procedures used to eliminate the periodic noise signal. Request images to design a Butterworth frequency domain notch filter, and its order n and the radius of notch
a2
- 传统小波阈值去噪法 小波阈值收缩法去噪的主要依据是：小波变换特别是正交小波变换具有很强的去数据相关性，它能够使图像的能量在小波域集中在一些大的小波系数中；而噪声的能量却分布于整个小波域内，因此，经小波分解后，图像的小波系数幅值要大于噪声的系数幅值，可以认为，幅值比较大的小波系数一般以图像信号为主，而幅值比较小的小波系数在很大程度上是噪声。于是采用阈值的办法可以把信号系数保留，而使大部分噪声系数减少至零[-Study on Algorithm of Image Denosing Based o
Separately_based_on_wavelet
- 基于小波变换的分开—合并图像分割matlab ．采用多尺度小波变换系数作为四分树结构的分开一合并法图像分割的一致性度量 从而在大的图像块中。去除噪声的影响，在小的图像块中，以小波变换的局部极大值精确定位边缘，根据边缘信息进行分开一合并法图像分割 ．实验表明．算法得到满意的结果 ． -Separately based on wavelet transform- the combined image segmentation matlab. The use of multi-scale wa
linyulvbo
- 邻域滤波程序，可以有效地去除图像噪声，可以进行图像的预处理-Neighborhood filtering process is an effective way to remove the image noise, image pre-processing can be carried out
Edge_Wavelet
- 边缘提取技术边缘是图像对视觉的最主要特征，因此在计算机视觉技术中提出了多种检测边缘的算法。由于各种原因，图像常常受到随机噪声的干扰，经典的边缘检测的结果常常是将噪声误检为边缘点，而真正的边缘由于噪声干扰却可能被漏检。因而对于被噪声污染的图像来说，一种好的边缘检测方法应具有良好的噪声抑制能力，同时又有完备的边缘保持特性。-After analysing the soft threshold funetion,the smoothness threshold function is proposed
zy1
- 摘要 该文主要考虑利用图像噪声再生技术来提取图像细节 其思想是利用被滤除的噪声信号进行回收再利用 通过对噪声信号和初步去噪信号进行小波变换 比较它们的小波系数 当噪声信号的小波系数达到一定的阈值时 将噪声信号的小波系数保留叠加至初步去噪信号的小波系数 然后利用传统的软阈值去噪的方法来进行图像的去噪 从而达到既能够去除噪声 又能保留图像细节的目的 实验证明 该方法较传统的方法在去噪和细节保持上有改进-Abstract In this paper, consider using images to
The_Study_of_Removing_Image_Noise_with_Medium_Valu
- 利用中值滤波去除图像噪声的研究及MATLAB实现.pdf-The_Study_of_Removing_Image_Noise_with_Medium_Value_Filter_and_Matlab_Realization.rar
charmean
- 使用Matlab编写的逆谐波程序。该程序对于不同的参数进行了实验。当图像噪声不同时，选用不同的参数。参数的正确选择很重要。本程序给出了不同噪声比较适合的参数选择-The use of Matlab procedures for the preparation of the inverse harmonic. The program parameters for different experiments. When the image noise is not at the same time,
Curvelet.ashx
- 基于Curvelet变换和全变差的图像去噪方法的论文，实验表明，该方法能有效地降低图像噪声，又尽町能地保留图像的细节-Curvelet transform and total variation based image denoising paper, experiments show that the method can effectively reduce the image noise, but also to make town to retain the image details
quzao
- 去除图像噪声椒盐噪声高斯噪声实现图像处理-Salt and pepper noise removal of image noise, Gaussian noise, Image Processing
Hibert图像置乱
- 图像置乱技术的目的是将图像噪声化,使得图像的能量尽量地均匀分布。由于图像置乱可选取不同的方法,同样的方法可以设置不同的参数,组合起来的结果会千差万别,因此,将置乱作为图像加密的一种方法从安全的角度考虑是可行的。 Hibert图像置乱。(The purpose of image scrambling technique is to make the image noise, so that the image energy can be distributed evenly as far as p
用ccs进行图像平滑处理
- 图像噪声会使原图像形成虚假的边缘或轮廓。减弱、抑制这类噪声改善图像质量的方法称为图像平滑。采用邻域平均法对含有随机噪声的图像进行平滑处理，在CCS中观察结果并进行分析。(Image noise causes false edges or contours of the original image. Image smoothing is a way to reduce and suppress such noise and improve image quality. Neighborhood