搜索资源列表
Image_Processing(MATLAB)
- 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书，它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来增强这些软件工具。本书在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括亮度变换、线性和非线性空间滤波、频率域滤波、图像复原与配准、彩色图像处理、小波、图像数据压缩、形态学图像处理、图像分割、区域和边界表示与描述以及对象识别等。 本书主要特点： 本书自成体系；
image_restore
- 用维纳滤波实现的图像复原matlab代码。对有噪声的水平运动模糊图像效果很好！
PSF
- 本文针对灰度图像的盲复原问题进行了一些研究，介绍了两种不同的图像盲复 原处理的方法。一种是误差一参数分析法，该方法适合于辨识可以用参数来表征的 点扩散函数，如线性移动模型和Gauss模型等，然后根据估计的参数确定退化图像 的点扩’散函数，再利用常规的复原算法(如维纳滤波法)对退化图像进行复原处理 另一种是非负支撑域约束递归逆滤波(NAS-R工F)算法，文中介绍了NAS-R工F算法 的基本思想，并结合正则化的思想，提出了NAS-RIF的改进算法，相应对该算法的 性能效果
gibbs
- 实现基于统计的图像复原.采用gibbs准则，利用MATLAB开发环境，实现图像复原。-recovery of pictures
PDE_Programs
- 图像处理的偏微分方程方法，包括曲线演化，图像分割，图像滤波，图像复原等的matlab源代码。-Partial differential equations of image processing methods, including curve evolution, image segmentation, image filtering, image restoration, etc. matlab source code.
Matlab-code
- 图像获取，图像变换，图像增强，图像复原 matlab代码大全-The image processing ，Matlab code
MATLAB版demo
- 图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。(Processing (image), a technique that uses computers to analyze images to achieve desired re
数字图像复原算法研究_谢义方.caj
- 关于数字图像处理的算法研究（仅附录有两个Matlab编程案例），包括图像采样和降噪等等。(About digital image processing algorithm research (only the appendix has two Matlab programming case), including image sampling and noise reduction and so on.)
雾天降质图像的增强与复原算法的研究_陈晓曦
- 雾天降质图像的增强与复原算法的研究，基于matlab平台(The study of enhancement and restoration algorithms for fog degraded images is based on MATLAB platform)
复原代码
- 图像复原代码组。包括滤波处理高斯噪声，运动模糊的添加，维纳滤波去模糊，约束最小二乘法复原图像等代码。(mage restoration code group. Including filtering, processing, Gauss noise, motion blur add, Wiener filter deblurring, constrained least squares, restore images and other code.)
基于直方图优化的图像去雾技术
- 基于matlab的图像复原系统，图像直方图均匀化做的很好，可以提供一个参考。集思广益！！！(This is a matlab code based image fog system, simple and practical. Please refer to the source file for details.)
ct图像重建程序
- 图像处理，CT技术，图像的重建通过一维投影复原二维图像由Matlab实现(Image processing, CT technology, image reconstruction by one-dimensional projection restoration of two-dimensional images by Matlab)
实验报告
- 原始恶化图像 Invoice_distortion.jpg。 尝试不同的复原算法(包括可能的图像预处理和增强等)，给出了最优的增强后的图像(The original deterioration of the image Invoice_distortion.jpg. Please try different restoration algorithms (including possible image preprocessing and enhancement, etc.) to give
数字图像处理(matlab版)源码
- 内部包含去噪，调整，灰度均一化，均衡化等多功能代码。 数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。(It contains multi-function code, such as denoising, adjustment, homogenization of gray scale, equalization and so on. Digital image processing (digital image processing) is a
盲解卷积复原
- 盲去卷积复原算法，并在MATLAB中进行实验，和维纳滤波的复原效果进行一个对比。盲去卷积的方法有多种，露西-理查德森算法属于图像复原中的非线性算法，与维纳滤波这种较为直接的算法不同，该算法使用非线性迭代技术，在计算量、性能方面都有了一定提升(The blind deconvolution restoration algorithm is carried out in MATLAB and is compared with the restoration effect of Wiener filt
matlab数字图像处理与识别
- 将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络（ANN）和支持向量机（SVM），并在人脸识别这样的热点问题中结束《精通Matlab数字图像处理与识别》。(Combining theoretical knowledge, scientific re
picuture_fun
- 从电脑中选择一个图片，本程序可对图片完成类型转换，几何运算，代数运算（平均法降噪和减数运算），傅里叶变换，图像增强（包括灰度值变换，直方图均衡化，邻域平均法和中值滤波波法），图像复原，图像分割等功能。(Choose a picture from the computer, this program can complete type conversion, geometric operation, algebraic operation (average noise reduction and
约束的最小二乘方滤波复原法
- 在matlab中使用约束的最小二乘方滤波复原法进行图像的复原(Image restoration using matric least squares filtering restoration in matlab)
数字图像处理3
- 任务1。一维测试信号的FFT 计算和可视化长度为B=64的下列测试信号的傅立叶变换的幅度： 任务2。二维测试信号的FFT。计算和可视化尺寸为128*128的下列测试信号的傅立叶变换的幅度： 任务3。图像的FFT 在以下处理之后，计算下列图像“Lena”的傅立叶变换的幅度并将其可视化：1)向测试图像添加一个加性高斯噪声(选择您选择的噪声的参数)。 2)使用大小为3*3和5*5的盒式滤波器对测试图像进行平滑。 3)应用Sobel梯度掩模寻找梯度图像的x和y分量。 4)应用拉普拉斯口罩。比较处理
最大熵复原方法
- 最大熵复原，使用matlab编程。对文件blur.3JPG，sadhna_53_45.bmp，telescope.bmp进行实验。运行imagerestoration文件。(Maximum entropy recovery, using MATLAB programming. For file blur.3jpg, Sadhna_ 53_ 45.bmp, telescope.bmp Experiment. Run the imageestimation file.)