苹果的图像特征提取,只需运行“apple.m”就可以了按照灰度化,直方图均衡化,中值滤波,边缘检测,特征提取的顺序来特征提取中,取得“比例系数”时,选择一张横径图片,序号与之前选择图像的相同
2015/3/13 21:08:52 181KB 特征提取
1
Visualc++数字图像处理典型算法及实例源代码,内容包括:源码目录结构图、256色转灰度图、Hough变换、Walsh变换、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化(边缘检测)、方块编码、梯度锐化、灰度均衡、用Canny算子提取边缘、直方图均衡、团圆余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑等。
2017/8/21 19:39:08 13.41MB VC 数字图像处理 算法 源代码
1
Visualc++数字图像处理典型算法及实例源代码,内容包括:源码目录结构图、256色转灰度图、Hough变换、Walsh变换、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化(边缘检测)、方块编码、梯度锐化、灰度均衡、用Canny算子提取边缘、直方图均衡、团圆余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑等。
2019/11/1 2:54:24 13.41MB VC 数字图像处理 算法 源代码
1
MATLAB版本的基于蚁群算法的图像边缘检测,可运转,含程序运转说明。
2021/10/15 5:15:37 19KB 边缘检测
1
针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法。
该算法利用三级离散小波变换将图像分解为高频部分和低频部分。
通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自顺应分配采样率。
采用平滑投影Landweber算法重构图像,消除分块引起的块效应。
对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37dB,比现有非均匀分块算法提高了2.51dB。
不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05dB。
对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性。
2015/9/27 10:19:52 11.24MB 图像处理 压缩感知 灰度共生 自适应采
1
本软件是计算机视觉中Tsai算法和Zhang算法的完成,同时还完成了边缘检测、特征提取、梯度计算等算法
2015/4/9 15:41:44 2.57MB Tsai
1
为了校正机载共形光学窗口引入的随观察视角变化的动态像差,提出基于计算成像的共形光学系统像差校正方法。
通过建立非相干成像系统模型,给出波前编码系统消除共形光学窗口动态像差的原理和成像过程,阐明基于计算成像的共形光学系统的设计原则和掩模板的优化流程,利用倾斜边缘法定量分析该系统的传递能力。
实验结果表明,通过计算成像的方法可以校正机载共形光学系统的动态像差,并且无需加入复杂的校正器件,该系统具有结构简单和稳定性强的优点。
1
利用MATLAB实现医学图像处理与分析边缘是图像最基本的特征。
所谓边缘是指图像周围像素灰度有阶跃变化或屋顶状变化的像素的集合,它存在于目标与背景、目标与目标、区域与区域、基元与基元之间。
边缘具有方向和幅度两个特征,沿边缘走向,像素值变化比较平缓;垂直于边缘走向,像素值变化比较剧烈,可能呈现阶跃状,也可能呈现斜坡状因而,边缘可以分为两种:一种为阶跃性边缘,它两边的像素灰度值有着明显的不同;另一种为屋顶状边缘,它位于灰度值从增加到减少的变化转折点。
对于阶跃性边缘,二阶方向导数在边缘处呈零交叉;而对于屋顶状边缘,二阶方向导数在边缘处取极值。
2017/8/6 17:54:47 1.11MB MATLAB 医学图像处理
1
使用MATLAB软件编写的车牌识别程序,主要包括了车牌图片的预处理(裁剪,灰度变换,中值滤波等),图片的边缘分割和形状学处理,最终得到正确的车牌信息,兵役文字和图片的形式输出结果
2015/7/3 8:12:32 401KB matlab 车牌识别程序 图像处理
1
基于matlab的图像边缘检测,这里采用了边缘提取效果比较清晰地hough算法。
2020/5/14 21:25:31 931B matlab 边缘检测 hough
1
共 485 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡