虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

区域图像融合

  • radon变换在低信噪比图像中的线段检测

    探讨了radon变换在低信噪比图像特征检测的适用性!分析了radon变换变换的优势与不足!并从信息融合的角度出发!提出了radon变换补充的应用策略!对低信噪比的机场跑道图像进行了验证!显示出较好的检测效果.

    标签: radon 变换 低信噪比 图像

    上传时间: 2015-01-03

    上传用户:herog3

  • 智能网络图像监测系统的研究

    借助数码相机摄像原理,融合高速单片机技术、FPGA技术、高速CMOS图像传感器技术、点阵图形液晶技术和高速网络传输技术等,研制了一种智能化、网络化、小型化的图像监测系统。实践表明,这种系统可以缩短开发周期,灵活性好、柔性强;由于通过以太网控制器实现图像的数据传输,使系统数据传输速度和稳定性大大提高;而软件设计的模块化结构又使系统的通用性和可移植性增强,有利于系统的功能扩展。

    标签: 智能网络 图像监测

    上传时间: 2014-01-10

    上传用户:ljt101007

  • 像素聚类区域成长法-- 顾名思义

    像素聚类区域成长法-- 顾名思义,此方法从一个种子像素开始,通过如平均灰度,组织纹理及色彩等性质的判断,将具有类似性质的像素逐一纳入所考虑的区域中,使此区域由种子逐渐成长成一个性质相似的图像区块。

    标签: 像素 聚类

    上传时间: 2015-06-04

    上传用户:baiom

  • 车牌定位---VC++源代码程序 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

    车牌定位---VC++源代码程序 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。

    标签: 1.24 256 图像 阈值

    上传时间: 2013-11-26

    上传用户:懒龙1988

  • 基于dsp的图像重现

    基于dsp的图像重现,具体包含连通区域的寻找

    标签: dsp 图像

    上传时间: 2015-07-17

    上传用户:宋桃子

  • 所谓基于内容图像的检索是指由图像分析软件对输入的图像先进行图像分析

    所谓基于内容图像的检索是指由图像分析软件对输入的图像先进行图像分析,根据图像中物体或区域的颜色(color)、形状(shape)或纹理(texture)等特征以及这些特征的组合,自动抽取特征,在将输入图像存入图像库的同时将其相应的特征向量也存入与图像库相连的特征库。

    标签: 图像 图像分析 检索 软件

    上传时间: 2013-12-28

    上传用户:zhuimenghuadie

  • 图像平移只是改变图像在屏幕上的位置

    图像平移只是改变图像在屏幕上的位置,图像本身并不发生变化。   假设原图像区域左上角坐标为(x0, y0),右下角坐标为(x1, y1),将图像分别沿x和y轴平移dx和dy,则新图像的左上角坐标为(x0 + dx, y0 + dy),右下角坐标为(x1 + dx, y1 + dy)。

    标签: 图像平移 图像 改变 屏幕

    上传时间: 2015-09-03

    上传用户:dongqiangqiang

  • 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-G

    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。

    标签: Gmax-G 1.24 Gmax 阈值

    上传时间: 2014-01-08

    上传用户:songrui

  • C语言图像处理宝典,拥有非常详细的c图像处理:二值化

    C语言图像处理宝典,拥有非常详细的c图像处理:二值化,灰度变换,噪声消除,微分运算,投影量计算,黑区域处理,特征提取,图像间的运算,几何变换

    标签: 图像处理 C语言 宝典

    上传时间: 2015-09-17

    上传用户:qw12

  • 一种基于视觉模型的DCT数字水印算法 提出了一种水印系统与人眼视觉模型相结合的离散余弦变换数字水印算法。该算法利用了人眼视觉模型 (Hvs)来选取水印嵌入区域

    一种基于视觉模型的DCT数字水印算法 提出了一种水印系统与人眼视觉模型相结合的离散余弦变换数字水印算法。该算法利用了人眼视觉模型 (Hvs)来选取水印嵌入区域,使其既能够保证水印信息的鲁棒性又能够满足其不可见性。利用基于能量关系的算法进 行水印嵌入。最后进行了仿真实验,嵌入水印的图像中很难发现水印的痕迹,具有较高的清晰度。

    标签: 视觉模型 DCT Hvs 数字水印算法

    上传时间: 2015-09-24

    上传用户:rocketrevenge