登录
首页 » 图像处理 » 一个二维数组图像的局部阈值

一个二维数组图像的局部阈值

于 2022-05-18 发布 文件大小:254.76 kB
0 144
下载积分: 2 下载次数: 1

代码说明:

BERNSEN localthresholding %。%Bw = BERNSEN(IMAGE) 执行的一个二维 localthresholding%阵列图像的 Bernsen"sthresholding。该方法使用%用户提供对比阈值。如果是局部对比度 (最大-最小)%高于或者等于 contrastthreshold,阈值设置为%本地 midgrey 值 (平均最低限度和最大灰度值在%本地窗口)。如果 localcontrast 是下面的对比%阈值附近被认为仅由一个类组成%和像素设置为根据的值对象 orbackground%midgrey。%%Bw = BERNSEN (图像、 [M N],CONTRAST_THRESHOLD、 填充) 执行本地奇数 %阈值值 M 由 Nneighbourhood (默认值为 3,3)。默认值 forCONTRAST_THRESHOLD %都是 15。处理边界使用 PADARRAY 选项 (默认值是之一填充图像 %像素为单位)%"replicate")。%

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

  • 无控件控制摄
    没有使用控件,直接控制USB摄像头,整个代码中没有使用任何控件,作者的VB功底厉害。好像是用以个纯粹的类完成的。
    2022-07-10 17:01:21下载
    积分:1
  • DSP上移位
    在DSP上实现图像移位的操作,用C语言写的,代码简洁,YUV图像的操作。
    2022-09-18 22:35:03下载
    积分:1
  • sift应用案例
    用matlab实现了 sift算法的运用。SIFT 算法首先在尺度空间进行特征检测,并确定关键点(Keypoints)的位置和关键点所处的尺度, 然后使用关键点邻域梯度的主方向作为该点的方向特征,以实现算子对尺度和
    2022-02-15 02:56:51下载
    积分:1
  • EmguCV人脸识别源码
    1,启动摄像头 2,加噪和去噪 3,对对视频进行保存和录制 4.人脸的检测 5,简单人脸跟踪 6,人脸识别
    2022-08-15 00:10:02下载
    积分:1
  • 基于open的手势识别
    对当今静态手势识别技术中的各种方法进行了详细的分析,并在此基础上,设计并实现了一套可以进行实时识别的静态手势识别系统。本系统共分为四个模块:手势图像捕捉、图像预处理、特征提取以及手势的分类识别。系统在运行的过程中首先由 USB 摄像头捕获手势图像,再经过图像预处理得到手势的二值图像以及轮廓图像,针对这两幅图像对手势进行特征提取,最后采用基于欧氏距离的模板匹配法进行识别。在系统的图像预处理以及特征提取两个模块中,加入了 OpenCV(微软开源视觉库)函数库,在运行的效率以及速度上都达到了良好的效果。在实际的系统测试中对本文定义的十个手势建立了模板库,并且在固定手势采集距离以及非固定手势采集距离两种情况下对 681 个测试样本进行了识别,平均识别率为 92.80%,达到了很好的识别效果。同时,符合高识别率以及实时处理的设计准则。
    2022-08-06 11:04:42下载
    积分:1
  • 给出bmpRGB值
    给出bmp图像RGB值,用C++实现。结果验证,可用
    2022-09-20 17:10:03下载
    积分:1
  • 格式转换程序 用C++编写的程序
    此程序用于图像格式的各种转换  使用C++编写的  C++中不能处理所有的图像格式  将其图像格式转换成BMP格式是有必要的。
    2022-03-23 23:55:25下载
    积分:1
  • 基于PCA算法的人脸识别
    运用PCA算法进行人脸识别,对人脸图像具有非常好的鲁棒性,加快运算速度,提高识别精度,具有非常好的效果,可以直接运行。程序里有主程序和调用程序,可以用图片和摄像头两种方式进行人脸数据的收集及检测,还有已经训练完毕的人脸图像,都可以直接使用。希望大家多多下载!
    2022-04-22 20:16:01下载
    积分:1
  • 边缘保留滤波算法
    通常情况下滤波会导致图像细节信息模糊化,从而造成信息损失,如何在实现平滑滤波的同时又能够保留边缘细节信息,在图像分割前具有重要意义,该程序通过扇区划分,避免了通常的矩形区域划分缺陷,滤波效果很好。
    2022-02-13 05:25:00下载
    积分:1
  • 基于TLD的目标跟踪算法
    一种新的单目标长时间(long term tracking)跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时,通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数,从而使得跟踪效果更加稳定、鲁棒、可靠。
    2022-01-31 11:45:11下载
    积分:1
  • 696516资源总数
  • 106409会员总数
  • 8今日下载