TwIST：两步迭代的图像分割matlab源码，包括图象压缩／重建／增强／去噪等应用
上传时间： 2013-12-29
上传用户：685
使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 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： 2014-01-17
上传用户：851197153
计算机视觉的基本任务之一是从摄像机获取的图像信息出发计算三维空间中物体的几何信息，并由此重建和识别物体，而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数。在大多数条件下，这些参数必须通过实验与计算才能得到，这个过程被称为摄像机定标(或称为标定)。标定过程就是确定摄像机的几何和光学参数，摄像机相对于世界坐标系的方位。标定精度的大小，直接影响着计算机视觉（机器视觉）的精度。迄今为止，对于摄像机标定问题已提出了很多方法，摄像机标定的理论问题已得到较好的解决，对摄像机标定的研究来说，当前的研究工作应该集中在如何针对具体的实际应用问题，采用特定的简便、实用、快速、准确的标定方法。
上传时间： 2016-10-07
上传用户：AbuGe
研究了基于块填充的图像修复算法,修复图像的质量容易受到待修复区域边界像素修 复顺序的影响,通过分析待修复区域像素点所在模块的图像特征,改进了填充算法的优先权, 分别是基于P-Laplace算子和Euler’s elastica模型的优先权计算方法的改进。实验结果证实了文中 所介绍算法能有效提高重建图像的感知质量。
上传时间： 2016-11-26
上传用户：leixinzhuo
linux下，基于S3C2410开发板的家庭视频监控系统，基于OV511芯片摄像头，实现了软件方式的RGB图像编码，包括驱动，动态连接库，核心代码。采用B/S结构设计，
标签： linux
上传时间： 2013-12-27
上传用户：sclyutian
随着锥形束CT的出现．投影数据的采集速度明显加快．再加上重建算法的不断改进．心脏的CT成像质量必将得到改善 提出了一种双锥束的扫描结构，它改进了FDK算法．并设计了使用该结构实现心脏图像直接三维重建的方法．从而改善 了心脏的CT成像质量
上传时间： 2014-09-05
上传用户：凤临西北
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
从ML-EM 重建算法入手，分析了贝叶斯模型的一些关键点，针对采用传统方法求解MAP问题的局限性，提出一种用于正电子成像的贝叶斯神经网络重建算法，为了保留边缘信息，引入了二进制的保边缘变量，并应用共轭神经网络求解，模拟的重建结果表明，应用这种算法可以得到比ML-EM 算法更好的重建图像@
上传时间： 2013-12-03
上传用户：ztj182002
超分辨率重建的硕士论文，详细介绍了现有超分辨率重建的常用算法，并提出基于小波的稳健的超分辨率图像重建算法，有考价值。
上传时间： 2017-08-22
上传用户：jcljkh
基于MAP的红外图像超分辨率技术研究的硕士论文，文中主要采用最大后验概率完成超分辨率算法的图像重建。
上传时间： 2014-01-25
上传用户：jyycc
