图象处理技术中的几种处理方法;阈值分割、形心计算、圆的测量
上传时间: 2014-08-25
上传用户:hphh
k-means聚类算法在二维平面上的可视化实现 聚类时可以设置类数和迭代阈值 聚类结果用色彩和类圆清楚的表现出来
上传时间: 2015-08-04
上传用户:CSUSheep
遗传算法(GA)训练BP网络权值、阈值的matlab源码[matlab]
上传时间: 2013-12-24
上传用户:dbs012280
小波变换在不同的阈值下重构的测试演示程序
上传时间: 2014-01-18
上传用户:cursor
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间: 2014-01-07
上传用户:songrui
Otsu-最大类间方差Matlab代码 最大类间方差法原理:最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2 部分。背景和目标之间的类间方差 % 大,说明构成图像的2 部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2 部 % 分差别变小。
上传时间: 2015-09-05
上传用户:shanml
边缘保持小波图象阈值去噪.是一个很有用的文章,小波阈值去噪图象处理的比较经典的文章,值得一看.
上传时间: 2015-09-11
上传用户:jkhjkh1982
阈值分割和轮廓提取.rar,VC开发,欢迎大家下载
上传时间: 2014-01-15
上传用户:ma1301115706
BP的训练方法.删除init_wj_hid_output与init_wj_input_hid可以进行新的学习!不然只是按老方式学习!这是一个最简单的BP算法异或问题!没有阈值,学习速度不可改变!下次会改进!如果同或只需改变输入的方式就可以!
标签: init_wj_hid_output init_wj_input_hid 删除 BP算法
上传时间: 2015-09-20
上传用户:1966640071
改进的快速SPIHT 算法.针对原算法的不足引入了“最小阈值”和“最小输出位”,同时改变了原算法的扫描顺序,降低了算法的复杂程度,并使其更有利于并行优化处理。实验证明,改进后的算法减少了编解码过程中的存储容量和时间消耗,而重建图像的峰值信噪比和人眼视觉效果与原算法相当。
上传时间: 2014-01-07
上传用户:lunshaomo