搜索资源列表
EffectShow
- BMP图像的效果显示。具体实现的功能是打开一幅BMP图像,可以显示此图像经过如下操作的效果:向下扫描、向上扫描、向下移动、垂直栅格、垂直百叶窗、马赛克、渐隐\渐显等等,显示的效果非常多,对学习图像处理绝对有帮助。解压后,文件夹里有一幅BMP图像,可以先利用这幅图像试一下。-bmp image results show that concrete realization of the function is to open a BMP image, you can display this ima
vc-imageprocessing
- 本光盘共包括三个工程,分别是用于实现数字图像基本处理算法的DimageProcess工程, 用于实现图像融合的PixelFusion工程和用于人脸识别的FaceDetection工程。 关于程序的运行, DImageProcess工程只需载入Bmp格式的文件,便可通过菜单实现各种处理算法, 需要强调一点,其只对256色格式的图片进行处理。 PixelFusion工程程序运行时,用户须载入两幅图片,其中全色图像选择给定的图片spot.bmp, 而多光谱图片则为给定的图片tm
stitching
- 用来多幅图片的无缝拼接产生全景图像,暂时只能处理灰度图像-this program can be used to produce a pano. image automaticly,only gray images are avilble at the momnent!
SimpleCallback
- 简单回调存图: SimpleCallback [程序功能] 本程序提供了图像显示和简单采集回调函数的演示。 [适用采集卡类型] 本程序适用于mvboard1.h和mvboard2.h中包含的所有板卡。 [操作步骤] 点击“回调采集单帧”按纽,就会保存一幅图片,多次点击就会保存多幅图片,要关闭程序就点“退出”按钮-Simple callback deposit Chart: SimpleCallback [program features] This progr
Example6_9
- 演示双缓冲技术的效果。在这个代码中,绘制一幅耗时较多的图像。-failed to translate
cluster
- 在左视图上单击鼠标左键,可获得3种数据源:【标准数字聚类】、【手画图形聚类】、【位图文件分析聚类】。 (1) 标准数字 在工具条中按下【标准数字聚类】按钮后,选择工具条上提供的各种标准数字。在左视图就会得到多个标准数字。 每行中存放的标准数字个数与blank.bmp文件大小有关,读者可以自行修改该文件的大小,应注意该文件应该是n×n的,比如500×500 。 (2)手写数字 在工具条中按下【手画图形聚类】按钮后,拖动鼠标左键画各种数字或图形,注意每一个物体要连通。 (3
optical_squence_numstr
- 将一套图像序列读入一个距阵I.然后计算光流阵列 Ux,Uy. pre_char为图像序列前缀;digit_long为序列长度。最多可以读取99幅图-Optical algorithm for moving image secquence
YUVPlayer1.2
- 本程序主要四大功能特点: 1、继承了 YUVViewer 可以同时打开多窗口的特点; 2、继承了 Elecard YUV Viewer 可以进行两幅图像对比的特点; 3、增加了宏块信息显示功能; 4、增加了两图对比时同步帧跳转功能: 例如对于错误码流,不同的错误隐藏算法可能造成解码序列长度不同,这时要比较两个序列就很不方便。而该功能正是为了解决这个问题,即以另一序列的显示图像为标准,在当前序列中寻找与其完全相同的图像。 -Four main features
xiaoboronghe
- 首先对两幅需要进行融合的图像完成小波变换,小波系数位于LL,LH,HL以及HH这4个频带。小波系数的绝对值越大,其对应于更为尖锐的灰度变化(即图像中的突出特征部分),在小波融合中,一个主要的思想便是判断两幅原始图像对应小波系数的绝对值大小。在变换域的每一个小波系数都取绝对值相对大的那一个,这样,便实现了在所有分辨率级别上的小波系数融合,并且新的小波系数完好地保存了更多的频带特征。所有融合后的图像可以通过对新的小波系数进行小波逆变换得到。-First two images need to comp
independencemultiadd
- 这里用的是正交多项式变换法 实现两幅多聚焦图像的融合-Used here orthogonal polynomial transformation method is to achieve more than two-focus image fusion
RadarSceneMatchingImage
- :采用基于内容的图像检索方法,对雷达景象匹配数据库中的图像数据进行兴趣目标的查询检索与识别.由于 雷达图像具有受斑点噪音影响明显等特点,故综合运用迭代阈值选取以及区域生长的方法,进行兴趣目标(主要是 机场)的分离;由于匹配数据库中图像数据范围比较大,包含目标多,为了在检索过程中确定检索目标在图像中的 位置,预处理时,采用对同一图像多幅子图进行特征提取的方法,最终在检索时通过子图范围来确定目标在大幅图 像上的位置.由实验分析,证明在机场目标的检索识别中,这一方法是可行的.-Cont
yuvbmpfunction
- 本工具包提供了三个yuv序列和bmp之间相互操作的m文件。 1、yuv2bmp :可以将一段yuv视频序列切割成若干bmp图像。 2、bmp2yuv:可以将若干bmp图像合成一个yuv序列,注意:在选取多幅bmp图像的时候,请按图像顺序逆向选择。 3、yuvcut:可以截取yuv序列中的某一段序列。-The toolkit provides three yuv sequence and the operation between the m bmp file. 1, yuv2b
PhotoSee
- 这是一个实现图象翻转,倒置,变换大小的很多功能的软件程序,还可以实现打开.bmp,.jpg,.gif......可打开多幅图片的很多功能,可以帮助大家学习图像处理用vc++实现的方法。-this project has so much functions
Autowarping
- 自动将多幅具有重合部分的图像进行拼接,使用SIFT算法,效果很好-Automatically part of multiple overlapping images with a mosaic, using the SIFT algorithm, works well
image_average
- 用于计算多幅灰度图像的平均图像,需要安装openCV.-using for calculation of average of multiple grey-level images, openCV is required for running this code.
top-hat
- 将多幅连续的红外序列图像读入,并转成一个视频的简单小程序。还有两个不同的TOP-hat滤波程序,并有相应的三维图比较过滤后的效果。-The pieces of a continuous reading infrared image sequences, and turned into a video of the simple little program. There are two different procedures TOP-hat filter, and a correspondin
nmfnt
- MIT图像实验室的NMF代码,将一幅图像分解成多个特征部分-NMF image processing codes by MIT
remote-sensing-image-interpolation
- 该代码主要实现多幅遥感图像分辨率不一致问题,包括遥感图像处理的常用插值方法,开发环境为MATLAB 7.0a。-The code to achieve multiple remote sensing image resolution of the major inconsistencies, including remote sensing image processing, interpolation method used, the development environment for t
matlab-4
- 图像融合的目的把来自多传感器的数据互补信息合并成一幅新的图像,以改善图像的质量。图像融合最简单的理解就是两个(或多个)图像间的相加运算。这一技术广泛应用于多频谱图像理解和医学图像处理等领域。主要分为空域和频域相加。-The purpose of image fusion from multiple sensor data to complement the information merged into a new image to improve image quality. The simp
Overview-on-super-resolution
- 图像超分辨率重建可以利用多幅具有互补信息的低分辨率图像重构一幅高分辨率的图像, 该技术已经成 为图像处理领域的研究热点。介绍了图像超分辨率重建的基本原理, 阐述了超分辨率重建技术与其它相关图像处理技 术的关系 系统地总结了图像超分辨率重建中常用的运动估计方法、运算方式和质量评价方法。-Image super-resolution reconstruction can take advantage of complementary information in multiple low-r