搜索资源列表
figure64
- 稀疏分解图像重建程序，把图像分解成多个小块图像，然后再各个子块重建后边缘处理后合并成整个图像。-sparse decomposition image reconstruction process, the image is divided into a number of small images, then each sub-block redevelopment edge after the merger into the whole image.
imagezoomin.rar
- 一种基于子块加权的改进图像缩小算法，包括了与传统算法的PSNR对比,Based on the weighted sub-block to improve the image of the narrowing algorithm, including the traditional algorithm with PSNR comparison
blockzigzag.rar
- 先将图像分为4*4的重叠分块,然后将各个分块的三个颜色通道的直方图平均化,再将其进行离散余弦变化,分别提取各个通道的低频系数.,First image is divided into 4* 4 sub-block overlap, and then each sub-block of the three color channel histogram equalization, and then its discrete cosine Change, were extracted from ea
matlab-code
- 对数字图像处理中的离散傅里叶变换(DFT),离散余弦变换（DCT）进行了详细的分析。其中DFT包括log视觉处理，中心点移动等。DCT包括分块处理，和保留较少系数，并比较结果。-Digital image processing of the discrete Fourier transform (DFT), discrete cosine transform (DCT) for a detailed analysis. DFT which include the log of visual pr
KLtransform
- （1）应用9×9的窗口对上述图象进行随机抽样，共抽样200块子图象； （2）将所有子图象按列相接变成一个81维的行向量； （3）对所有200个行向量进行KL变换，求出其对应的协方差矩阵的特征向量和特征值，按降序排列特征值以及所对应的特征向量； （4）选择前40个最大特征值所对应的特征向量作为主元，将原图象块向这40个特征向量上投影，所获得的投影系数就是这个子块的特征向量。 （5）求出所有子块的特征向量。 -(1) the application of 9 × 9 window
matlabshuzituxiangchuli
- 介绍了MATLAB编程对图像处理的应用，对图像进行滤波卷积，分块计算，图像复原等-Introduction of the MATLAB programming for image processing applications, image convolution filtering, sub-block basis, such as image restoration
dctwatermark
- DCT水印，简单实用，基于8*8分块的DCT域水印嵌入算法水印图像为64*64-DCT watermark, simple and practical, based on the 8* 8 sub-block DCT domain watermark image watermark embedding algorithm is 64* 64
feikuai
- 可以设置图像分块的大小和分块数，然后来分块保存图像到文件目录下面-You can set the size of the image sub-block and sub-blocks, and then to block to save the image to a file directory
image_block
- 最常用的一个图像处理算法：各种图像格式经典分块算法-The most commonly used image processing algorithms, sub-block algorithm
imagewatermarking
- 图像分块的处理和matlab水印的提取，-Image sub-block processing and matlab watermark extraction,
1235
- 直方图均衡能有效地对数字图像进行增强处理，其主要缺点是处理后的数字图像大量损失灰度层次，且增强力度不够．提出了在子块部分重叠直方图均衡的基础上，引入保留灰度级直方图均衡 理的方法，使得处理后 的图像对比度得到较大的增强，又不损失灰 度级，且相邻像素间灰度过渡平 ，图像柔和、真实．针对处理后方块效应严 重的图像，依据人眼的视觉特性和数字图像数据的特，提出了自适应行列分比例方法来有效消除块效应．-Histogram equalization can effectively enhance the d
DCTtransformation
- DCT变换的基本思路是将图像分解为8×8的子块或16×16的子块，并对每一个子块进行单独的DCT变换，然后对变换结果进行量化、编码-The basic idea is to transform DCT the image is decomposed into 8 × 8 sub-block or 16 × 16 sub-blocks, and each separate sub-block DCT, and then quantify the results of the transform c
work
- 针对FCM算法的运行时间长和计算量大的问题，提出了改进的FCM算法，先将图像分割成窗口大小的子块，然后以子块为单位提取特征向量，用FCM聚类粗分割，然后对边缘子块，以像素为单位从新提取特征向量，进行细分割。分割后的结果提高了运行速度和分割精度。-For the FCM algorithm and the calculation of long run the problem of large proposed improved FCM algorithm, first image into bl
Histogram-Equalization
- 图形图像处理 使用部分子块重叠直方图均衡化的对比度增强方法-Image Processing An Advanced Contrast Enhancement Using Partially Overlapped Sub-Block Histogram Equalization
Block_CS
- 基于分块可压缩传感的图像重建，里面包括contourlet、DWT、DDWT、DCT，图像压缩传感与重建。-Based on the sub-block compressible sensing image reconstruction, which include the Contourlet DWT DDWT,, DCT image compression sensing and reconstruction.
bct-coding
- 图像的方块编码（BCT），通过不同大小子块3*、5*5、7*7对图像分块，经过阈值判断，统计特性判断、进行编码-Box of the image encoding (BCT), by the different sizes of sub-block 3* 5* 5,7* 7, the image block with the judgment of the threshold, statistical characteristics of judgment
Untitled4
- 彩色图像灰度化，然后进行分块处理，以方便后续处理-Color image grayscale, and then proceed to the sub-block processing, in order to facilitate subsequent processing
87201146CoolImage
- 对图像进行了处理，把图像分块，然后进行主分量融合，从而是图像只显示每一分块的主颜色-The image processing, the image sub-block, and then the main component fusion, which is the image display only the primary colors of each sub-block
sc3
- 通过观察图像lena_noise.bmp可以看到，该图像主要包含高斯噪声、椒盐噪声等。 通过查阅资料可知，维纳滤波可以很好的滤除高斯噪声，而中值滤波对于椒盐噪声的滤出效果优异，因此本次采用维纳+中值的滤波方式进行图像的去噪处理。 图像常用评价方法有：信噪比、相关系数、清晰度。信噪比较为常用；相关系数 由于滤波会使原图像失去某些细节，因此这种评价方式为参考性指标而非绝对评判标准；清晰度 为图像子块的方差 综合考虑采用图像的峰值信噪比(PSNR)作为评价去噪效果指标(自编PSNR.
gdal-image-read-and-write-
- 基于GDAL库进行图像读写以及分块处理，有详细注解适合初学者参考！-GDAL library for image reading and writing as well as sub-block processing, a detailed explanation reference for beginners!