-
基于IALM（不精确的拉格朗日乘子法）的低秩稀疏图像去噪方法
本代码是利用凸优化对L1范数进行优化，从而达到对系数图像去噪的效果，输出为去噪后图像以及噪声图像，本代码对椒盐噪声去除效果尤为明显，而且迭代次数少，收敛速度快
- 2023-03-17 10:45:03下载
- 积分：1
-
高斯背景建模
利用opencv库函数建立 高斯背景模型，同时利用EM在线算法更新背景。然后利用背景与前景匹配，提取运动前景，通过一定的算法，可以消除阴影，但是效果不是很理想。
- 2022-06-17 18:51:43下载
- 积分：1
-
小波变换C代码
与Fourier变换相比，小波变换是空间（时间）和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。数学家认为，小波分析是一个新的数学分支，它是泛函分析、Fourier分析、样条分析、数值分析的完美结晶；信号和信息处理专家认为，小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。
- 2022-05-16 09:06:23下载
- 积分：1
-
Gabor滤波MATLAB程序-图像预处理，特征提取
应用背景Gabor滤波的MATLAB实现，写的非常的简单明了，适合用于算法开发，设计和理解。关键技术使用MATLAB实现Gabor滤波，适用于算法开发，程序设计。Gabor滤波的程序可能不是很复杂，但实现起来对学习MATLAB，图像处理都有很大的好处，建议可以参照程序设计。
- 2022-04-09 20:58:27下载
- 积分：1
-
OpenCV算法详解实际应用
本压缩文件的主要内容是关于OpenCV主要算法详解在实际应用中的使用帮助，对学习opencv很有帮助。
- 2022-02-04 13:23:04下载
- 积分：1
-
基于小波变换的图像压缩
图像压缩技术是用来减少图像或文本的存储空间的技术。与其他技术相比，使用DWT进行压缩可以提供良好的效果。DWT子带将图像分为四个子带，如LL、LH、HL、HH。
- 2022-04-20 14:22:40下载
- 积分：1
-
使用邻国像素选择多模态医学图像融合
本项目应用于医学领域的医学图像融合的多通道digonesis。它将使图像融合的质量更好。
- 2022-07-18 01:51:32下载
- 积分：1
-
基于Hausdorff距离匹配方法
在场景图像上通过模板匹配技术，找到与之匹配的精确定位位置，程序中对于每个模板分别给出了最后的目标定位位置坐标，默认左下角的坐标为（0,0），得到偏差
- 2022-04-11 19:17:05下载
- 积分：1
-
图像处理： 空间增强
计算机 c + + 程序能够绘制输入图像的直方图，通过结合空间增强方法用于图像处理的直方图均衡、 图像增强。包括拉普拉斯算符，sobel 梯度、 幂律和平滑滤波。这都实现在 image.cpp.The 用户可以使用它根据他们的要求。
- 2022-09-26 04:45:03下载
- 积分：1
-
使用 python 文档扫描仪图像
你看，扫描使用智能手机的文件可以被分解成三个简单的步骤：第1步：检测边缘。步骤2：使用在图像中的边缘以找出轮廓（轮廓）表示一张纸被扫描。步骤3：应用一个透视变换，以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块，它包含了方便功能调整大小，旋转，裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来，让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后，我们将使用NumPy的数值处理，argparse解析命令行参数，并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象，--image，这是路径包含我们要扫描的文档的图像。现在，我们有路径，我们的形象，我们可以继续前进步骤1：边缘检测。第61行执行翘曲改造。事实上，所有的繁重被four_point_transform函数处理。同样，你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform：第一个是我们的，我们装过盘原始图像（不是大小之一），第二个参数是代表文件，乘以调整大小比例的轮廓。所以，你可能会奇怪，为什么我们乘以调整比例是多少？我们乘了调整后的比率，因为我们进行边缘检测，发现轮廓高度= 500像素的调整后的图像上。然而，我们希望将原来的图像，而不是调整大小后的图像上执行扫描，从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象，我们再采取扭曲图像，将其转换为灰度和应用自适应阈值上线65-67。
- 2022-06-01 20:19:50下载
- 积分：1
