登录
首页 » 图像处理 » 图像处理的基本操作

图像处理的基本操作

于 2022-01-24 发布 文件大小:2.54 kB
0 151
下载积分: 2 下载次数: 1

代码说明:

使用C++实现基本的图像处理功能,包括图像平移,图像旋转,图像镜像,图像缩放。还包括一些边缘检测的算法,有Robort边缘检测算子,Sobel边缘检测算子,Log边缘检测算子,以及基于MATLAB的傅里叶变换程序。比较实用,效果也很不错。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 网格序列法生成等值线
    用网格序列法生成等值线,网格序列法最简单普通的实现,利用线性插值,依次处理每个网格,是可视化课的小作业,做的略粗糙,哈哈~
    2022-01-26 01:17:24下载
    积分:1
  • 双边滤波Mtalab实现
    可以实现双边滤波的一个Matlab程序,自带显示进度功能,处理600*600的图像大约在16秒。
    2023-03-07 02:35:03下载
    积分:1
  • Gdal打开程序
    使用gdal和c++,编写的一个打开图片的程序框架,GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理
    2022-01-27 13:43:34下载
    积分:1
  • 运动模糊复原
    应用背景运动模糊图像是常见的模糊图像之一,在生活中处处存在,比如相机照相是手抖动就有可能造成运动模糊,在军事,交通,医学等方面都有应用,所以对运动模糊图像复原的研究有重大的意义。关键技术本文先假设运动尺度和运动角度,构造一个点扩散函数,使原图像变模糊,然后运用四种算法对图像进行复原(维纳滤波,最小二乘法,L-R,以及盲卷积),通过对比看哪种算法效果更好。
    2022-09-01 10:50:04下载
    积分:1
  • 车道线检测
    提出了一种新的适用于自主驾驶系统的车道线检测----基于改进最小二乘法拟合的车道线检测。算法首先将摄像头采集的一帧帧图像,截取感兴趣的下半部分进行灰度变换,得到灰度图像;其次采取高通滤波,小波变换,来进行边缘增强与检测;之后采取最小阀值二值化得到二值化图像,采用最小二乘法拟合车最后采用粒子滤波进行车道线的跟踪。实验表明,该算法简单、鲁棒性强,能准确地检测到车道标识线。
    2022-06-30 22:41:50下载
    积分:1
  • 二维卷积
    目的: 若要编写 2-D 卷积的 MATLAB 函数。 理论: 2-D 卷积可以通过矩阵乘法来执行。若要执行此操作,形成, 块矩阵 H0,H1 等从一个矩阵和阻止的 toeplitz 矩阵已形成 从块矩阵。其他矩阵是以列的形式写的。然后,乘法 之间块 toeplitz 矩阵和写在列矩阵形式将产生的结果 类似于二维卷积。 让大小的矩阵 x [m,n] M1X N1,M1 在哪里的行数,N1 矩阵的列数 x [m,n]。 .让大小的 h 矩阵 [m,n] 是 M2X N2,M2 在哪里的行数和 N2 是 [m,n] 的 h 矩阵的列数。 由 y(m,n) 表示卷积 x(m,n) 和 h(m,n) 之间 在哪里 y(m,n) = x(m,n) * h(m,n) 矩阵 y [m,n] 的大小是 M3X N3,哪里 M3 = M1 + M2-1 和 N3 = N1 + N2-1 如果 A 是块 toeplitz 的 matri x(m,n),然后 h(m,n) 和输入的线性卷积 由给出 x(m,n) y = Ax 最后重新排列 y 以获取输出响应的元素。
    2023-07-04 15:00:03下载
    积分:1
  • 识别字母
    这是 MATLAB 火车和测试的 som 神经网络对识别图像的字符像 A、 B 和 C,......等的神经网络显示塑造识别和高质量培训和测试
    2022-07-09 13:38:33下载
    积分:1
  • gamma 校正程序
    本代码实现的是图像处理中的gamma校正,在图像处理中通常会发现图像太暗后者图像太亮,这是就要通过gamma校正得到合适的亮度,这样就有利于后续的图像处理。
    2023-06-22 11:50:03下载
    积分:1
  • FingerProcess
    FingerProcess,只是测试指纹。指纹增强程序,纯 c 编写的 vc 编译器传递,有较强的应用 !
    2022-08-19 17:46:38下载
    积分:1
  • 特征选择
    特征选择也叫特征子集选择 ( FSS , Feature Subset Selection ) 。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化。向后搜索( SBS , Sequential Backward Selection ):从特征全集O开始,每次从特征集O中剔除一个特征x,使得剔除特征x后评价函数值达到最优。向前搜索( SFS , Sequential Forward Selection ):特征子集X从空集开始,每次选择一个特征x加入特征子集X,使得特征函数J( X)最优。简单说就是,每次都选择一个使得评价函数的取值达到最优的特征加入,其实就是一种简单的贪心算法。
    2023-04-14 07:25:03下载
    积分:1
  • 696516资源总数
  • 106913会员总数
  • 8今日下载