搜索资源列表
2002011827
- 使用的函数（非自己编写）：dib.cpp（附上）功能：1．BMP图的读写；2．画直方图；3. 存直方图；4．迭代算法求得阈值并进行二值化；5．任意输入并进行二值化（供比较）；6. 保存新图或者恢复原图。pS:Public类中的文件地址指针是全局变量。-use of the function (their preparation) : dib.cpp (attached) functions : 1. BMP map reading and writing; 2. Painting histogr
绘制各种图形-直线-多边形
- 1.PaintDCDemo 演示如何利用用类CPaintDC绘图。 2.ClientDCDemo 演示用类CClientDC管理用户区。 3.CPenDemo 类CPen的使用。 4.CBrushDemo 演示刷子CBursh的使用。 5.CRgnDemo 演示CRgn的用法。 6.MapModeDemo 演示不同映射模式下图形绘制。 7.DrawPointDemo 演示点的绘制。 8.DrawLineDemo 演示绘制直线。 9.DrawPol
3
- 第三章 MATLAB 图形对象 3.1 图形对象 3.1.1 Root 对象 3.1.2 Figure 对象 3.1.3 Uicontrol 对象 3.1.4 Uimenu 对象 3.1.5 Axes 对象 3.1.6 Image 对象 3.1.7 Line 对象 3.1.8 Patch 对象 3.1.9 Rectangle 对象 3.1.10 Surface 对象 3.1.11 Light 对象 3.1.12 Tex
4
- 第四章 MATLAB 图形对象操作 4.1 图形对象的属性 4.2 图形对象句柄的获取 4.2.1 对象创建时获取 4.2.2 层次关系来获取 4.2.3 当前对象的获取 4.2.4 根据对象属性值的获取 4.3 图形对象句柄的删除与判断 4.3.1 句柄的删除 4.3.2 句柄的判断 4.4 图形对象属性值的获取与设置 4.4.1 图形对象属性值的设置 4.4.2 图形对象属性值的获取 4.4.3 用户缺省值的操作
200432590139.rar
- 各种基本图像处理功能：1、格式转换：将RAW格式转换成BMP格式；2、线性变换；3、图像平滑；4、图像增强；5、边缘检测：梯度算子，Robert梯度算子，Prewitt算子，Laplacian算子，Sobel算子，Marr算子；6、直方图显示；7、形态运算（二值化、腐蚀、膨胀、开运算、闭运算）；8、自动分类及类别提取：K均值分类。其中：1.2.3.4.5.7仅能对灰度图处理，6.8不仅能处理灰度图还能处理彩色图,Basic image processing functions: 1, forma
Character_Recognition_Training__NN_for_classificat
- 图像特征识别通过神经网络训练方法实现，是学习参考的好资料-you will need first to run the file that name "charGUI4.fig" and on the right side there is a load training set where you have to train the system first, run any data that is should be from 1 to 9 and 0 like ( 1 2 3 4 5 5
zhipaishibie
- 在VC＋＋环境下实现打开、显示一幅纸牌图。将提供的几幅图片中的纸牌进行分类和识别，功能：a、判断出是哪种类型（共四类：红桃，梅花、黑桃、方块）；b、检测出点数（1,2,3,4,5,6,7,8,9,10,J,Q,K）；c：将上述检测的结果通过窗口输出。-In VC++ environment to achieve open, showing a card map. Will provide the pieces of the picture cards for sorting and identi
gaborfilter.tar
- Gabor滤波器经常被用于形状检测和特征提取，比如增强指纹图像。本代码用matlab实现了一个二维Gabor滤波器。 代码使用如下： function [G,gabout] = gaborfilter1(I,Sx,Sy,f,theta) from gaborfilter1 with different f(Frequency) and theta(Angle). for example f:0,2,4,8,16,32 theta = 0,pi/3,pi/6
chepaichuli
- 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
mytidu
- 利用梯度平方函数对一系列的图像进行评价，判断出那幅图像最为清晰，图像存储路径为“F:\1（2、3、4、5、6、7、8）.bmp”，共八幅图像。-Gradient square function using a series of images for the evaluation, determine the most clear photograph of the image, image storage path " F: \ 1 (2,3,4,5,6,7,8). Bmp"
myshang
- 利用熵函数对一系列图像（以八幅为例）进行处理并判断哪幅图像最清晰，图像存储路径为“F:\1（2、3、4、5、6、7、8）.bmp”（共八幅图像）-The use of entropy for a series of images (to eight, for example) for processing and determine what the most clear image, image storage path " F: \ 1 (2,3,4,5,6,7,8). Bmp &q
LaplacianFusion
- 拉普拉斯融合： 直接执行La便可得到融合后图像 图2、3高斯分解 图4、5拉普拉斯变换 图6图像融合 图7融合后图像-Laplace integration: direct implementation of La can be fused image Figure 2, 3, 4, 5 Gauss Laplace transform decomposition diagram in Figure 6 Figure 7 fusion image fusion Image
FeatureExtraction-(1)
- 绿色植物具有明显的光谱反射特征,而这种特征与植被的发育、健康状况以及生长条件密切相关。传统的宽波段、多光谱遥感数据对于植被的研究仅限于一般性的红光吸收特征和近红外的反射特征[1-3],以及中红外的水吸收特征[4-6]。高光谱遥感通过对不同类型植被的生物物理化学成分含量的估算能获得较为理想的植被生态学信息,并在提取植被信息中得到大量的应用和研究[7-10]。高光谱遥感器的出现为改进现有的分类算法,进一步提高植被分类精度提供了可能。高光谱遥感技术已经应用于湿地分类、边界、水体、湿地植被和湿地生境因子
Laplacian
- 拉普拉斯算子，实现边界锐化。拉普拉斯运算是偏导数运算的线性组合[4-6]，而且是一种各向同性（旋转不变）的线性运算。包含实验报告以及代码-Enhancement Using the Laplacian (a) Use the programs developed in Projects 03-03 and 03-04 to implement the Laplacian enhancement technique described in connection with Eq. (3.7
MyBayes
- 2.编写两类正态分布模式的贝叶斯分类程序。 设以下模式类别具有正态概率密度函数： ω1：{(0 0)T, (2 0)T, (2 2)T, (0 2)T} ω2：{(4 4)T, (6 4)T, (6 6)T, (4 6)T} （1）设P(ω1)= P(ω2)=1/2，求这两类模式之间的贝叶斯判别界面的方程式。 （2）绘出判别界面。 3.已知服从正态分布的两类训练样本集分别为 ：，，，， ：，，， ，试问属于哪一类？
Digital-image-processing
- 一 彩色图像灰度化 1 二 空域增强技术 2 2.1 直接灰度映射 2 2.1.1 图像求反（负片） 2 2.1.2 调用imadjust 2 2.1.2 动态范围压缩 3 2.1.3 灰度切分 4 2.1.4 位图切分 5 2.2 直方图变换 6 2.3 空域滤波 7 2.3.1平滑滤波 7 2.3.2锐化滤波 9 三 基本图像变换 11 四 频域图像增强 12 4.1 低通滤波 12 4.1.1 理想低通滤波 12 4.1
tiqubeijing
- 对叶片进行预处理和提取部分特征：1.均值去噪 2.k均值聚类提取复杂背景下的叶子图片 3.填充孔洞 4.去叶柄 5.提取轮廓 6计算纵横轴比、面积凹凸比、周长凹凸比、球形性、圆形性、偏心率、形状参数和矩形度等特征值并进行画图。- Pretreatment of leaves and extract some of the characteristics: a mean denoising 2.k means clustering leaf extract complex backgro
License-plate-location
- 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
1.3 图像的边缘检测
- 1.3-1 a=imread('xinglong.jpg'); a=rgb2gray(a); e=log_edge(a,0.25) 1.3-2 a=imread('lena.bmp'); e=canny_edge(a,0.25); 注：该程序要求输入的图像的长、宽应相等。 1.3-3 为1.3-2的子程序 1.3-4 im=imread('lena.bmp'); image_out = susan(im,0.25); 1.3-5 为1.3-4的子程序
ffmpeg-4.2.3
- 1、下载ffmpeg-4.2.3代码 2、配置（编译静态库） ./configure --target-os=linux --prefix=$(pwd)/temp --enable-cross-compile --arch=arm --cc=arm-hisiv300-linux-gcc --cross-prefix=arm-hisiv300-linux- --nm=arm-hisiv300-linux-nm --disable-shared --enable-static --ena