在数字图像处理领域《数字图像处理第三版》作为主要教材已有30多年这一版本是作者在前两版的基础上修订而成的是前两版的发展与延续除保留了前两版的大部分内容外根据读者的反馈作者在13个方面对《数字图像处理第三版》进行了修订新增了400多幅图像200多幅图表及80多道习题融入了近年来数字图像处理领域的重要进展因而《数字图像处理第三版》特色鲜明且与时俱进《数字图像处理第三版》仍分为12章即绪论数字图像基础灰度变换与空间滤波频率域滤波图像复原与重建彩色图像处理小波和多分辨率处理图像压缩形态学图像处理图像分割表示与描述目标识别《数字图像处理第三版》的读者对象主要是从事信号与信息处理通信工程电子科学与技术信息工程自动化计算机科学与技术地球物理生物工程生物医学工程物理化学医学遥感等领域的大学教师和科技工作者研究生大学本科高年级学生及工程技术人员"＞在数字图像处理领域《数字图像处理第三版》作为主要教材已有30多年这一版本是作者在前两版的基础上修订而成的是前两版的发展与延续除保留了前两版的大部分内容外根据读者的反馈作者在13个方面对《数字图[更多]
2024/4/18 20:39:45
82.67MB
1
为实现自然条件下棉花叶片的精准分割，提出一种粒子群（Ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）优化算法和Ｋ－ｍｅａｎｓ聚类算法混合的棉花叶片图像分割方法。
本算法将棉花叶片图像在ＲＧＢ颜色空间模式下采用二维卷积滤波进行去噪预处理，并将预处理后的彩色图像从ＲＧＢ转换到目标与背景差异性最大的Ｑ分量、超Ｇ分量、ａ＊分量；
随后在Ｋ均值聚类的一维数据空间中，利用ＰＳＯ算法向全局像素解的子空间搜寻，通过迭代搜寻得到全局最优解，确定最佳聚类中心点，改善Ｋ均值聚类的收敛效果；
最后，对像素进行聚类划分，从而得到棉花叶片分割结果。
按照不同天气条件和不同背景采集了１ ２００幅棉花叶片样本图像，对本研究算法进行测试。
试验结果表明：该算法对于晴天、阴天和雨天图像中目标（棉花叶片）分割准确率分别达到９２．３９％、９３．５５％、８８．０９％，总体平均分割精度为９１．３４％，并与传统Ｋ均值算法比较，总体平均分割精度提高了５．４１％。
分割结果表明，本研究算法能够对３种天气条件（晴天、阴天、雨天）与４种复杂背景（白地膜、黑地膜、秸秆、土壤）特征混合的棉花叶片图像实现准确分割，为棉花叶片的特征提取与病虫害识别等后续处理提供支持。
本算法将棉花叶片图像在ＲＧＢ颜色空间模式下采用二维卷积滤波进行去噪预处理，并将预处理后的彩色图像从ＲＧＢ转换到目标与背景差异性最大的Ｑ分量、超Ｇ分量、ａ＊分量；
随后在Ｋ均值聚类的一维数据空间中，利用ＰＳＯ算法向全局像素解的子空间搜寻，通过迭代搜寻得到全局最优解，确定最佳聚类中心点，改善Ｋ均值聚类的收敛效果；
最后，对像素进行聚类划分，从而得到棉花叶片分割结果。
按照不同天气条件和不同背景采集了１ ２００幅棉花叶片样本图像，对本研究算法进行测试。
试验结果表明：该算法对于晴天、阴天和雨天图像中目标（棉花叶片）分割准确率分别达到９２．３９％、９３．５５％、８８．０９％，总体平均分割精度为９１．３４％，并与传统Ｋ均值算法比较，总体平均分割精度提高了５．４１％。
分割结果表明，本研究算法能够对３种天气条件（晴天、阴天、雨天）与４种复杂背景（白地膜、黑地膜、秸秆、土壤）特征混合的棉花叶片图像实现准确分割，为棉花叶片的特征提取与病虫害识别等后续处理提供支持。
2024/4/14 16:22:47
2.56MB
1
Matlab彩色图像边缘检测-canny_edgecolor.m彩色图像边缘检测程序color_edge.m：来源于：《数字图像处理及MATLAB实现》P197-198 canny_edgecolor.m：来源于网络资源希望对彩色图像处理的同人有所帮助。
2024/3/29 11:53:47
544B
1
混沌系统课程大作业，MATLAB程序，可对彩色图像和灰度图像进行解密加密
2024/3/16 16:08:19
589KB
1
使用STM32搭配OV7670采集图像，并将图像通过串口上传到上位机，上位机接受数据并处理数据，最终显示彩色图像
2024/2/15 5:26:28
1.58MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB