搜索资源列表
TemplateTrans
- 该程序能对bmp格式的图像文件进行图像平滑，中值滤波，梯度锐化，拉氏变换，伪彩色编码等操作
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；
chap12
- 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 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
pic
- 本实例是关于图像的增强算法，具体内容包括图像的灰度修正，图像的平滑，中值滤波，图像的锐化，伪彩色和假彩色增强。
imagepreprocess
- 可以进行彩色图像转化成灰度图象，二值化图像，中值滤波去除噪声
chepaidingwei
- 很好的车牌识别代码 。具体步骤： 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
TemplateTrans
- 图像平滑，中值滤波，图像锐化，伪彩色和假彩色增强
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 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
FilterAndColor
- 滤波器与伪彩色变换， 1。一个通用的高通、低通、带通和带阻滤波器函数 2。又分别实现理想、巴特沃思和指数等滤波形式 3。伪彩色处理 内附设计文档。
06
- 图像增强，包括图像的平滑，中值滤波，图像锐化，伪彩色和假彩色增强
chap05
- ch5_1_1： 图像灰度线性变换 （§5.1.1） ch5_1_2： 图像灰度分段线性变换 （§ 5.1.1） ch5_1_3： 采用对数形式的变换函数进行动态范围压缩 （§5.1.1） ch5_1_4： 图像直方图的均衡化 （§5.1.2） ch5_1_5： 直方图规定化 （§5.1.2） ch5_2_1： 邻域平均的线性平滑滤波法实现降噪 （§5.2.2） ch5_2_2： winner滤波法实现降噪 （§5.2.2） ch5_2_3： 中值滤波实现降噪 （§5
median
- 对彩色图像进行中值滤波，这是直接用opencv语言实现的，里面的图片是清晰的，可以用有椒盐噪声的代替
color_processing--VC
- 用VC编写的彩色图像处理程序，实现了：提取图像中平均、最大、最小灰度，在此基础上可以对图像二值化；可以进行图像边缘提取（有laplace1、laplace2、Robot的提取方法） ；对图像进行卷积滤波（高能滤波，水平、垂直、双向增强，低通滤波）；实现的图像的：锐化、浮雕、反相、平滑化、霓虹、马赛克、柔化、曝光过度，扩散处理。是学习VC彩图处理不可多得的代码。
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 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
project
- 数字图像处理中关于图像的读入，二值化，彩色图转换到灰度图。图像的反转。中值滤波，以及图像的增强等算法实现。
weichuli
- 分别使用灰度值变换和频域滤波的方法实现图像的伪彩色处理。在Matlab中编程实现
shu_zi_tu_xiang_chu_li
- 我自己编写的一个数字图像处理程序，演示了多种数字图像处理算法，包括直方图统计、线性变换、锐化、平滑、中值滤波、梯度法及Roberts梯度轮廓提取、伪彩色变换-I prepared a digital image processing, demonstrating a variety of digital image processing algorithms, including the histogram statistics, linear transformation, enhanceme
gd
- 彩色BMP图像->光栅处理->编码灰度图像->傅氏变换->滤波->逆傅氏变换->彩色合成->零级融合-color BMP image-gt; Grating processing-gt; Coding gray image-gt; Fourier Transform - gt; Filter - gt; Inverse Fourier Transform - gt; Synthesis of color-gt; Zero-integration
num_identify
- 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-
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 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