注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于对象的视频分割算法研究与实现

  2. 通过对连续3帧图像进行二次差分，自适应估计差分图像的噪声特征参数并滤除噪声，结合边界信息进行数学形态学运算，最终提取运动目标。实验结果证明，该方法能够从背景不变的图像序列中较好的提取出视频运动对象，具有较强的鲁棒性。

  3. 所属分类：专业指导

    • 发布日期：2013-10-19
    • 文件大小：277504
    • 提供者：zhangyt320

  1. 《 精通Visual C++数字图像处理典型算法及实现》随书源码

  2. 第1章　Visual C++数字图像编程基础　1 1.1　数字图像处理概述　1 1.2　图像和调色板　2 1.2.1　图像　2 1.2.2　调色板　3 1.2.3　色彩系统　4 1.2.4　灰度图　5 1.3　GDI位图　5 1.3.1　从资源中装入GDI位图　6 1.3.2　伸缩位图　8 1.4　与设备相关位图　10 1.5　设备无关位图(DIB)　15 1.5.1　BMP文件中DIB的结构　16 1.5.2　DIB访问函数　18 1.5.3　构造DIB类　22 1.5.4　使用DIB读写B

  3. 所属分类：C++

    • 发布日期：2014-05-21
    • 文件大小：425984
    • 提供者：crsupport

  1. 夜间监视系统的研究 硕士论文

  2. 提出了一种基于背景差法与帧间差法相结合的运动目标检测，和多帧联合判断的自适应背景更新方法。该方法把背景差法的“准确监测物体”与帧问差法的“对光线具有较强的适应性”结合起来。加之多帧的联合判断，进一步提高了监视系统的稳定性。 本文通过二值化、滤波和数学形态学对做差后的图像进行了预处理，来解决噪声影响的问题，进一步加强了监视系统的稳定性和可靠性。

  3. 所属分类：硬件开发

    • 发布日期：2015-12-01
    • 文件大小：1048576
    • 提供者：jiancui2901

  1. 数字形态学理论及其在图像处理中的应用

  2. 数学形态学适用于与图像处理有关的各个方面，如基于击中击不中变换的目标识别，基于流域概念的图像分割等。 资源为合法渠道获取，放在这里非盈利目的，旨在共享。下载后评论可收回所扣资源分

  3. 所属分类：专业指导

    • 发布日期：2009-04-01
    • 文件大小：4194304
    • 提供者：hotdognum1

  1. python3.x Opencv Toturial

  2. 本书针的读者是高校学生，科研工作者，图像处理爱好者。对于这些 人群，他们往往是带着具体的问题，在苦苦寻找解决方案。为了一个小问 题就让他们去学习 C++ 这么深奥的语言几乎是不可能的。而 Python 的悄 然兴起给他们带来的希望，如果说 C++ 是 tex 的话，那 Python 的易用性 相当于 word。他们可以很快的看懂本书的所有代码，并可以学着使用它们 来解决自己的问题，同时也能拓展自己的视野。别人经常说 Python 不够 快，但是对于上面的这些读者，我相信这不是问题，现在我们日常

  3. 所属分类：Python

    • 发布日期：2018-03-01
    • 文件大小：4194304
    • 提供者：qq_34745295

  1. Python 科学计算

  2. 第 1 章 软件包的安装和介绍....................1 1.1 Python 简介......................................1 1.2 安装软件包......................................2 1.2.1 Python(x,y)..................................... 2 1.2.2 Enthought Python Distribution (EPD)............

  3. 所属分类：讲义

    • 发布日期：2018-09-20
    • 文件大小：5242880
    • 提供者：yanghefeng22

  1. 基于opencv3.1库的JAVA源码

  2. 第1章 Java概述、安装及简易教学 14 1-1 Java概述 14 1-2 Java安装 16 1-3 Eclipse安装 18 1-4 GUI设计工具WindowBuilder 18 1-5 在Eclipse开发第一个Java程式 23 1-6 在Eclipse开发第一个Java视窗程式-显示影像 26 1-7 在Eclipse开发视窗程式-slider控制元件 34 1-8 在Eclipse开发视窗程式-按钮控制元件 39 1-9 好用的Eclipse热键 41 第2章 OpenCV概

  3. 所属分类：图像处理

    • 发布日期：2018-09-29
    • 文件大小：1048576
    • 提供者：caozhenguan

  1. 研究论文-用于步态识别的行人轮廓提取.pdf

  2. 采用针对静态背景下的基于Surendra背景更新算法的背景减除法对运动人体进行检测.为视频场景建立自适应的背景模型，通过原始图像和背景模型差分获得前景图像，再对检测出来的图像进行了二值化、数学形态学分析、连通分析、尺度归一等一系列图像预处理工作，为跟踪与识别奠定了基础.重点讨论了二值化自适应阈值选择的多种方法，总结出Kapur熵阈值选取法的优越性.

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：657408
    • 提供者：weixin_39841365

  1. 一种新型煤矿视频监控图像滤波算法

  2. 针对煤矿视频监控图像存在噪声强度高且对比度低等问题,提出了一种新型煤矿视频监控图像滤波算法。该算法首先采用自适应Canny算子对图像进行边缘检测,实现边缘图像和非边缘图像的有效分离;然后对边缘图像引入直方图均衡化算法进行处理,以突出图像边缘信息,提高图像对比度;从滤波器的构建、结构元素的设计方面对经典数学形态学滤波算法进行改进,将其应用于非边缘图像的滤波;最后对处理后的边缘图像和非边缘图像引入图像融合机制进行加权融合。实验结果表明,与小波阈值法、经典数学形态学滤波算法相比,该算法具有较好的滤波效

  3. 所属分类：其它

    • 发布日期：2020-05-17
    • 文件大小：851968
    • 提供者：weixin_38722464

  1. 灰度图像的边缘检测.pdf

  2. 图像的边缘检测在实际生活中广泛应用，但其检测结果仍存在细节丢失问题。为此提出一种新的图像边缘检测算法。首先，采用二维二进制小波变换，对图像进行预处理; 然后，结合一种新的自适应双阈值算法，检测出图像的边缘点; 最后，采用改进的数学形态学梯度检测算法，对图像的边缘信息进行进一步检测。

  3. 所属分类：讲义

    • 发布日期：2020-02-16
    • 文件大小：1048576
    • 提供者：weixin_43189870

  1. 基于形态学的权重自适应图像去噪

  2. 数字图像在进行数学形态滤波去噪时，根据噪声特点可以尝试采用维数由小到大的结构元素来进行处理，进而达到滤除不同噪声的目的。采用数学形态学的多结构元素，可以更多地保持数字图像的几何特征. MATLAB开发的基于形态学的权重自适应图像去噪，运行无误。请放心下载

  3. 所属分类：机器学习

    • 发布日期：2019-08-09
    • 文件大小：786432
    • 提供者：qq_33094497

  1. OpenCV-Python-Toturial-中文版.pdf

  2. 数字图像处理（第三版）冈萨雷斯，北京大学研究生上课专用ppt课件书虽然挺好的,但是不够全面,不能让读者完全了解 opencv的现状)。而 我翻译的这本书是来源于 OpenCv的官方文档,内容全面,对各种的算 法的描述简单易懂,而且不拘泥于长篇大论的数学推导,非常适合想使用 OpencⅤ解决实际问题的人,对他们来说具体的数学原坦并不重要,重要 是能解决实际问题。 在国内这本书可以说是第一本 Python OpenCV的译作。 4本书的时效性 本书的编写时针对最新的 Opencv3.0的,本版本还没

  3. 所属分类：图像处理

    • 发布日期：2019-07-05
    • 文件大小：5242880
    • 提供者：qq_28005905

  1. SSD（single shot multibox detector）翻译

  2. SSD（single shot multibox detector）翻译，含原论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作 所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已 经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中 以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 位论文作着(笔)签名分2y年D月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学

  3. 所属分类：讲义

    • 发布日期：2019-03-03
    • 文件大小：23068672
    • 提供者：qq_39696749

  1. 自适应形态学滤波器研究

  2. 自适应形态学滤波器研究 】 形态学滤波器是从数学形态学发展起来的一种新型非线性滤波器, 由于其具有并行性与可快速实现的特点, 在信号处理和图像 分析领域中得到一定的应用, 但形态学操作在抑制图像噪声的同时会模糊图像导致较多的细节损失, 本文在现有的形态学滤波器基础上提出 一种自适应的形态学滤波算法, 此算法可以根据被处理图像局部特征的变化自适应选择最佳结构元进行形态学运算, 通过实验和测试结果比 较, 其在噪声去除能力特别是局部细节保持方面都优于现有的形态学滤波器。

  3. 所属分类：其它

    • 发布日期：2012-11-27
    • 文件大小：164864
    • 提供者：qlm1006

  1. 基于元组属性分类和相对绝对自适应参照物的矢量阶新方法：在多分量图像中的应用

  2. 在本文中，我们提出了一种新的向量阶，这是将数学形态学推广到多分量图像和多维数据的开放问题的一种解决方案。 这种方法使用P阶范式。 它的主要原理是，首先通过分类方法将属性空间中的多分量图像划分为不同数量的类别，然后将矢量属性在每个类别中进行排序（帧内类别）。 最后，类本身是从其重心依次排序的（类间顺序）。 因此，可以比较属于矢量图像的两个属性矢量（或颜色）。 有了这种顺序关系，多元图像的向量属性定义了定义各种形态算子所需的完整晶格成分。 实际上，该方法在向量之间创建了非常紧密的相似性，以便朝着与实

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：703488
    • 提供者：weixin_38625599

  1. 基于双向多项式拟合的的动态阈值分割算法

  2. 针对角膜内皮细胞图像非均匀光照的问题进行了研究，采用限制对比度自适应直方图均衡化、同态滤波方法进行图像增强[1]。同时提出了一种基于双向多项式拟合的的动态阈值分割算法，分别对图像矩阵的行向量和列向量进行了多项式拟合得到两个方向上拟合后的阈值矩阵，然后将每个矩阵点的阈值同图像矩阵在该点的值进行比较得出二值分割图像，该方法保留了因光照不均而容易丢失的特征形态细节。最后通过图像孔洞填充、图像腐蚀膨胀、图像细化等一系列的数学形态学运算得到了角膜内皮细胞图像的特征形态图形。实验结果表明，与OTSU法[2]

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：547840
    • 提供者：weixin_38673909

  1. 基于形态学的权重自适应图像去噪

  2. 基于形态学的权重自适应图像去噪，图像信息的保持，图像边缘的提取，图像骨架的提取，图像的处理效率，数学形态学图像处理。

  3. 所属分类：互联网

    • 发布日期：2020-12-11
    • 文件大小：784384
    • 提供者：qq_26572703

  1. 基于顶帽变换的反锐化掩膜算法

  2. 针对传统反锐化掩膜算法对噪声敏感,不能较好地同时增强对比度和细节的问题,提出一种基于顶帽变换的反锐化掩膜算法。通过形态学中的顶帽变换增强图像的对比度,利用迭代中值滤波与原图像的差值获取图像的细节信息,采用自适应调节参数控制细节锐化。由于图像中某些局部细节信息和人类视觉系统具有模糊性,采用模糊数学算子代替普通的加减和数乘进行反锐化掩膜运算。实验结果表明,该算法在整体对比度增强的同时凸显了图像的细节信息,产生了较好的视觉效果。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：358400
    • 提供者：weixin_38603204

  1. 基于形态学的自适应阈值分割算法

  2. 针对在岩石变形实验的熔融图像处理中，图像的曝光不均、单个像素点灰度值异常和裂痕带来的分割噪声问题，本文提出了一种基于数学形态学中的腐蚀、膨胀方法的自适应阈值分割算法，通过和全局阈值法和局部阈值法的对比实验可以看出，这种方法不仅能够解决全局阈值分割法亮度分布不均的问题，也能解决局部阈值分割法（Bernsen算法）抗噪声性能差的问题，同时运算效率提高38.5倍（和Bernsen算法比较）。

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：2097152
    • 提供者：weixin_38673909

  1. 基于形态学梯度的激光扫描点云特征提取方法

  2. 为从海量激光扫描点云数据中准确提取特征，提出了一种基于形态学梯度的激光扫描点云特征提取方法。该方法首先生成海量激光扫描点云数字高程模型，而后通过数学形态学对梯度的定义求取各激光脚点梯度，将梯度局部邻域均值作为局部自适应阈值，对点云数据进行分割，生成特征部分与平坦部分。使用随机抽样一致方法拟合平坦部分平面以及特征部分的圆孔，求取台阶面高度、圆孔内径等特征信息。实验结果表明：该方法可以有效地提取大规模点云数据的特征，圆孔类特征值提取最大误差不超过0.05 mm，台阶面高度提取误差不超过0.1 mm。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：6291456
    • 提供者：weixin_38625164
« 12 »