1读取BIP、BIL、BSQ文件2均值滤波中值滤波3边缘信息提取4DFTFFT5主成分变换6缨帽变换7图像分类（K—均值分类、最小距离分类、最大似然分类）8大气校正反射率地表温度的反演9Habib教授课程总结
2025/4/6 0:02:02
3.42MB
1
本程序旨在标注图像文件格式互转，1、MATLAB转xml或者xml转MATLAB格式,xml符合VOC标准。
2、txt转MATLAB或者MATLAB转txt，比如文本内容打开如下，分别表示类别,x,y,width,height,四个缺省值：3car4013813052010000car1493772341430000stop85831839430000
2、txt转MATLAB或者MATLAB转txt，比如文本内容打开如下，分别表示类别,x,y,width,height,四个缺省值：3car4013813052010000car1493772341430000stop85831839430000
2025/4/5 7:07:06
7.79MB
1
为了提高图像的边缘检测性能,将蚁群算法引入图像边缘检测。
阐述了提取图像边缘特征的方法和蚁群算法的基本原理,提出了一种基于改进的蚁群算法的边缘检测方法。
将图像的形态学梯度值作为蚁群的信息激素强度值和启发信息值,使用最大类间方差法获得图像的边缘信息。
实验结果表明该算法能成功地提取边缘信息并抑制背景纹理细节,具有较好的检测效果。
阐述了提取图像边缘特征的方法和蚁群算法的基本原理,提出了一种基于改进的蚁群算法的边缘检测方法。
将图像的形态学梯度值作为蚁群的信息激素强度值和启发信息值,使用最大类间方差法获得图像的边缘信息。
实验结果表明该算法能成功地提取边缘信息并抑制背景纹理细节,具有较好的检测效果。
2025/4/5 5:42:41
737KB
1
关于图形图像处理的问题一直是多年来研究的话题，在信息技术高速发展的今天，图像的处理已应用到社会的各个领域。
图像分割就是为了某一特定目的，通过一定的方法把图像按照其特征分成各具特性的区域，提取出感兴趣目标的技术和过程，进而再对目标区域进行研究。
它是图像处理、模式识别和人工智能等多个领域中的关键课题，也是计算机处理视觉技术的首要的、关键的关键步骤。
图像分割的应用非常广泛，几乎出现在关于图像处理的所有领域。
因此，从20世纪60年代以来，图像分割一直都是图像研究技术的热点。
图像分割就是为了某一特定目的，通过一定的方法把图像按照其特征分成各具特性的区域，提取出感兴趣目标的技术和过程，进而再对目标区域进行研究。
它是图像处理、模式识别和人工智能等多个领域中的关键课题，也是计算机处理视觉技术的首要的、关键的关键步骤。
图像分割的应用非常广泛，几乎出现在关于图像处理的所有领域。
因此，从20世纪60年代以来，图像分割一直都是图像研究技术的热点。
2025/4/3 11:07:12
785KB
1
各种边缘检测算子；
灰度变换（对数变换）；
加噪声；
锐化（边缘增强）；
神经网络分类；
图像二值化；
线性平滑滤波；
直方图均衡化；
直方图均衡化及规定化；
中值滤波
灰度变换（对数变换）；
加噪声；
锐化（边缘增强）；
神经网络分类；
图像二值化；
线性平滑滤波；
直方图均衡化；
直方图均衡化及规定化；
中值滤波
2025/4/3 7:27:26
54KB
1
[！[所有贡献者]（)](#）与最新的修补程序保持同步。
参见。
安装通过npm安装：npminstallreact-native-images-collage--save用法在ReactNative中使用。
进口：import{DynamicCollage,StaticCollage}from"react-native-images-collage";动态拼贴动态拼贴包括平移，缩放，替换和图像排列。
<DynamicCollagewidth={400}height={400}images={photos}matrix={[1,1,1,1]}isEditButtonVisible:{true|false},
参见。
安装通过npm安装：npminstallreact-native-images-collage--save用法在ReactNative中使用。
进口：import{DynamicCollage,StaticCollage}from"react-native-images-collage";动态拼贴动态拼贴包括平移，缩放，替换和图像排列。
<DynamicCollagewidth={400}height={400}images={photos}matrix={[1,1,1,1]}isEditButtonVisible:{true|false},
2025/4/3 6:38:12
416KB
1
运用了opencv2.4.9版本在VS2012中进行两张图像的相关系数匹配，程序可以自动匹配和手动匹配，人性化
2025/4/2 17:49:25
9.88MB
1
一个很好的车牌识别程序，基于matlab,可用于数字图像处理，等操作一个很好的车牌识别程序，基于matlab,可用于数字图像处理，等操作一个很好的车牌识别程序，基于matlab,可用于数字图像处理，等操作一个很好的车牌识别程序，基于matlab,可用于数字图像处理，等操作
2025/4/2 8:55:20
1.95MB
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