hahhhhhhh

积分:0
上传文件:0
下载次数:30
注册日期:2019-04-03 08:13:05

上传列表

近期下载
qian--fang-jiao--hui.zip - 测绘中进行前方交会的程序,通过已知道的两点坐标和角度,求未知点坐标
ostu.rar - 使用大津法选定二值化阈值,并对彩色图像做二值化处理
OSTUCPP.rar - 这个程序是用C++编写的用与图像分割的OSTU算法
erzhihua.rar - Ostu算法在图像分割中的应用,即二值化处理
CTPKontrolle(08.03.12).rar - 两种阈值分割算法,一种是 ostu算法,另一种算法,对ostu算法进行改进,可以对双峰值图像分割,效果有很大改善
ostu.rar - 用最大类间方差对图象的分割,是很好的图象分割程序
OSTU算法实现分割.rar - 自动寻找阈值,实现图像分割。很好用啊!VC 编写!
ostu2.rar - 采用OpenCV实现OSTU算法,采用lena图像作为实例,可实现边缘检测
OPENCV_OSTU.rar - opencv 中OSTU阈值程序,可以有效选取阈值,送体验金的网站环境VC++和OPENCV
代码.zip - 双边滤波是一种非线性滤波器,它可以达到保持边缘、降噪平滑的效果。和其他滤波原理一样,双边滤波也是采用加权平均的方法,用周边像素亮度值的加权平均代表某个像素的强度,所用的加权平均基于高斯分布。最重要的是,双边滤波的权重不仅考虑了像素的欧氏距离(如普通的高斯低通滤波,只考虑了位置对中心像素的影响),还考虑了像素范围域中的辐射差异(例如卷积核中像素与中心像素之间相似程度、颜色强度,深度距离等),在计算中心像素的时候同时考虑这两个权重。
11003208.rar - 一种新的平滑滤波器族,可以同时处理加性和乘性噪声,而且在边缘保持和非脉冲性噪声滤除之间达到了权衡。
6morph.rar - 汽车边缘信息也主要集中在其高频部分,因此,如何去掉高频干扰又同时保持边缘信息,是我们研究的内容。为了去除噪声,有必要对图像进行平滑,可以采用低通滤波的方法去除高频干扰。图像平滑包括
对图像进行中值滤波处理的源代码.zip - 平滑滤波 一般来说,图像的能量主要集中在其低频部分,噪声所在的频段主要在高频段,同时系统中所要提取的汽车边缘信息也主要集中在其高频部分,因此,如何去掉高频干扰又同时保持边缘信息,是我们研究的内容。为了去除噪声,有必要对图像进行平滑,可以采用低通滤波的方法去除高频干扰。图像平滑包括空域法和频域法两大类,在空域法中,图像平滑的常用方法是采用均值滤波或中值滤波,对于均值滤波,它是用一个有奇数点的滑动窗口在图像上滑动,将窗口中心点对应的图像像素点的灰度值用窗口内的各个点的灰度值的平均值代替,如果滑动窗口规定了在取均值过程中窗口各个像素点所占的权重,也就是各个像素点的系数,这时候就称为加权均值滤波;对于中值滤波,对应的像素点的灰度值用窗口内的中间值代替。实现均值或中值滤波时,为了简便送体验金的网站工作,可以定义一个n*n的模板数组。另外,读者需要注意一点,在用窗口扫描图像过程中,对于图像的四个边缘的像素点,可以不处理;也可以用灰度值为"0"的像素点扩展图像的边缘。下面给出了采用加权均值滤波的图像平滑函数代码和效果图:
trilateralPfilter1.rar - 三边滤波器,能够实现平滑滤波的同时进行边缘保持。同时对脉冲噪声有优良的滤波效果。
hongwaituxiang.rar - 为了在抑制噪声时尽可能保留图像边缘信息,提出一种自适应各向异性高斯滤波器设计方法. 该方法由独立 强度传播(IDS)模型决定滤波器的长轴尺度,由像素的邻域平滑度决定长短轴的比例,然后根据该处的灰度梯度方 向自适应决定各向异性滤波器的长轴方向. 仿真实验表明,提出的自适应各向异性滤波器具有很强的噪声抑制和 边缘保持能力.
Sol.zip - 根据给定的已知点的坐标,实现不同坐标的转换,求取七参数
pope-hinsken.zip - pope hinsken 算法可以无初值求取三维坐标转换参数
Calculatesevenparameter.rar - 不同坐标系统之间必须加入七参数,才能使坐标转换严密执行,附件即使计算七参数的matlab程序。
七参数计算函数burse.zip - 空间直角坐标之间坐标转换求七参数计算函数代码
Example7_14A.zip - 7参数坐标转换平差问题 这里对参与平差网点的84坐标和54坐标均进行了中心化

收藏

送体验金的网站