《Visual C++小波变换技术与工程实践》 作者：靳济芳。书上的代码。第6章：网络图像渐进传输实用案例。包括：图像多分辨率表示，基于感兴趣区域的编码，传输信噪比控制，图像的渐进传输等的Visual C++编程实现，供大家参考。
上传时间： 2017-06-04
上传用户：远远ssad
编译源文件生成可执行文件TestLibjpeg.exe， 此程序可以转换bmp位图为jpg格式，或解压缩 jpg格式图像为bmp格式。 将需转换的bmp格式图片存到和TestLibjpeg.exe 相同的文件夹下，在DOS界面下使用命令行参数 bmp到jpeg的转换使用：TestLibjpeg.exe j 原图片名.bmp 目标图片名.jpg jpeg到bmp的转换使用：TestLibjpeg.exe b 原图片名.jpg 目标图片名.bmp
标签： TestLibjpeg exe 编译 可执行文件
上传时间： 2014-02-07
上传用户：chenjjer
基于图像识别算法的森林防火系统设计 传统的森林火灾监测技术包括人工护林监测、飞机航测、卫星监测等。本文提出一种基于普通CCD 摄像头和瞭望塔上现有 的短波无线通信设备的森林防火监测系统, 根据实时图像与参考图像的差分及小波分解结果, 当有异常情况发生时, 提取出火焰及 烟雾区域, 判断提取区域是否具有烟雾和火焰的动态特征。若判定发生火灾, 即将压缩后的图像通过短波通信设备传回指挥中心。
上传时间： 2017-06-12
上传用户：372825274
作为全球遥感图像处理系统的领头羊ERDAS IMAGINE于2006年下半年推出了其最新的9.1版本，这是ERDAS系统又一重大进展。它创新性地提出了“企业级”遥感图像处理概念，将图像处理与空间数据管理融合成一体，构成完整的客户/服务器结构的工作流，为您的应用带来全新的体验。
上传时间： 2017-06-24
上传用户：caozhizhi
内容提要:图像分割是由图像处理进到图像分析的关键步骤，也是一种基本的计算机视觉技术.这是因为图像的分割、目标的分离、特征的提取和参数的测量将原始的图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能.因此，图像分割多年来一直得到人们的高度重视.本文从图像分割的数学描述入手,介绍给出了图像分割中常用的几种方法,即灰度阈值分割法、边缘检测和区域跟踪以及基于分水岭算法的分割方法.还列举了基于特定工具的图像分割方法.随后介绍给出了图像分割在多个领域的应用.
上传时间： 2013-12-15
上传用户：wang5829
数字图像处理，利用matlab进行压缩，融合，分解，重构等等
标签： 数字图像处理
上传时间： 2017-09-01
上传用户：silenthink
·ImageEn 2.3.0 ImageEn一组用于图像处理、查看和分析的Delphi控件。能够保存几种图像格式，能够从扫描仪、视频捕捉获取图像，运用滤镜，合并图像，选择图像区域等
上传时间： 2014-01-03
上传用户：ddddddos
I=imread('fig1.jpg');%从D盘名为myimages的文件夹中读取。格式为jpg的图像文件chost J=imnoise(I,'salt & pepper',0.02);%给图像加入均值为0，方差为0.02的淑盐噪声 subplot(2,4,1); imshow(I); title('原始图像'); subplot(2,4,2); imshow(J); title('加入椒盐噪声之后的图像'); %h=ones(3,3)/9; %产生3 × 3的全1数组 %B=conv2(J,h); %卷积运算 %采用MATLAB中的函数对噪声干扰的图像进行滤波 Q=wiener2(J,[3 3]); %对加噪图像进行二维自适应维纳滤波 P=filter2(fspecial('average',3),J)/255; %均值滤波模板尺寸为3 K1=medfilt2(J,[3 3]); %进行3 × 3模板的中值滤波 K2= medfilt2(J,[5 5]); %进行5 × 5模板的中值滤波 K3= medfilt2(J,[7 7]); %进行7 × 7模板的中值滤波 K4= medfilt2(J,[9 9]); %进行9 × 9模板的中值滤波 %显示滤波后的图像及标题 subplot(2,4,3); imshow(Q); title('3 × 3模板维纳滤波后的图像'); subplot(2,4,4); imshow(P); title('3 × 3模板均值滤波后的图像'); subplot(2,4,5); imshow(K1); title('3 × 3模板的中值滤波的图像'); subplot(2,4,6); imshow(K2); title('5 × 5模板的中值滤波的图像'); subplot(2,4, 7); imshow(K3); title('7 × 7模板的中值滤波的图像'); subplot(2,4,8); imshow(K4); title('9 × 9模板的中值滤波的图像');
上传时间： 2016-06-02
上传用户：wxcr_1
鱼眼镜头具有短焦距(f =6~16mm)、大视场的优点（视场角约为至），在虚拟实景、视频监控、智能交通、机器人导航等领域得到广泛的应用。但鱼眼镜头摄像机拍摄的图像具有非常严重的变形。如果要利用这些具有严重变形图像的投影信息，需要将这些变形的图像校正为符合人们视觉习惯的透视投影图像。 在鱼眼图像校正之前，需要把鱼眼图像的有效区域提取出来，它在整个校正过程中至关重要。针对几种常用的有效区域提取方法的不足，本文提出一种改进算法，实验结果表明该方法在保证精度的前提下兼顾了效率。鱼
上传时间： 2016-06-12
上传用户：halias
针对高速图像目标实时识别和跟踪任务，需要利用系统中有限的硬件资源实现高速、准确的二值图像 连通域标记，提出了一种适合FPGA实现的二值图像连通域标记快速算法。算法以快捷、有效的方式识别、并 记录区域间复杂的连通关系。与传统的二值图像标记算法相比，该算法具有运算简单性、规则性和可扩展性的 特点。
标签： FPGA 二值图像 标记 快速算法基于FPGA的二值图像连通域标记快速算法实现
上传时间： 2016-11-19
上传用户：nathanlgy
