2015年10月_jiajiadejiali21

11月 10月

转载 bwboundaries函数使用--标记不同的区域

clc;clear all;I=imread('test.jpg');figure;imshow(I);title('原始图像');bw=im2bw(I,graythresh(I)); %图像二值化figure;imshow(bw);title('二值图像');[b,l]=bwboundaries(bw,'noholes'); %搜索物体的外边界 f

2015-10-31 16:25:10 4075

原创 bwtraceboundary函数的使用

%曲线跟踪，给定搜索起点和搜索方向返回线条坐标数组clc;clear all;rgb=imread('test.jpg');figure;imshow(rgb);title('原始图像');I=rgb2gray(rgb);threashold=graythresh(I); %使用此函数找到最佳阈值bw=im2bw(I,threashold); %使用此阈值将图

2015-10-30 23:49:27 7001 2

原创各种边缘检测算法的比较

%各种边缘检测算法的比较I=imread('lv.jpg');I=rgb2gray(I);I0=edge(I,'sobel');I1=edge(I,'roberts');I2=edge(I,'prewitt');I3=edge(I,'log');I4=edge(I,'canny');I5=edge(I,'zerocross');figure;imshow(I

2015-10-30 22:29:06 6757

转载 Google图片搜索的原理

对于这种图像搜索的算法，一般是三个步骤：1. 将目标图片进行特征提取，描述图像的算法很多，用的比较多的是：SIFT描述子，指纹算法函数，bundling features算法，hash function（散列函数）等。也可以根据不同的图像，设计不同的算法，比如图像局部N阶矩的方法提取图像特征。2. 将图像特征信息进行编码，并将海量图像编码做查找表。对于目标图像，可以对分辨率较大的图

2015-10-30 18:32:54 532

原创 butter高通滤波

%butterworth高通滤波p=ones(100);q=ones(size(p));d=0.5; %决定漩涡的大小n=2; %决定漩涡的尖点[f1,f2]=freqspace(size(p),'meshgrid');r=sqrt(f1.^2+f2.^2);for i=1:size(p,1) for j=1:size(p,2) t=r(

2015-10-30 16:59:50 1496

转载高通滤波代码

%高通滤波I=imread('lv.jpg');I=rgb2gray(I);[f1,f2]=freqspace(size(I),'meshgrid'); %分割频率空间Hd=ones(size(I));r=sqrt(f1.^2+f2.^2); %计算到原点的rHd(rY=fft2(I);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshi

2015-10-30 16:18:36 1770

原创 butterWorth低通滤波器

I=imread('test.jpg');I=rgb2gray(I);imshow(I);figure;[f1 f2]=freqspace(size(I),'meshgrid'); %分隔成网状的区间D=0.4; %截止频率n=1;Hd=ones(size(I)); %用于保存滤波器二维数组r=sqrt(f1.^2+f2.^2); %计算到原点的距离

2015-10-29 22:07:57 2774

转载 freqspace

描述 freqspace 返回隐含的频率范围内等间隔的频率响应。创建各种一维和二维的应用程序所需的频率响应时，是有用的。回复举报|3楼2012-10-01 12:21XIAOTIE211吧主9[f1,f2] = freqsp

2015-10-29 21:52:31 1653

原创使用拉普拉斯算子

I=imread('test.jpg'); %使用拉普拉斯算子进行图像锐化h1=[0,-1,0;-1,5,-1;0,-1,0];h2=[-1,-1,-1;-1,9,-1;-1,-1,-1];BW1=imfilter(I,h1); %五领域BW2=imfilter(I,h2); %八领域figure;imshow(uint8(BW1));figure;imsh

2015-10-29 19:55:27 1050

原创图像的锐化和边缘提取

clc;I=imread('test.jpg');I=rgb2gray(I); %灰度化p=fspecial('sobel'); %构造sobel算子BW1=imfilter(I,p); %使用sobel算子进行滤波imshow(BW1); %显示图像figure;BW2=edge(I,'sobel'); %使用sobel进行边缘检测imshow(BW2

2015-10-29 19:30:54 1610

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换

2015-10-27 16:55:16 344

原创 DCT变换

DCT变换：类似傅里叶变换，但只是使用实数。应用：可以把变换后的结果的能量绝大部分集中在前几个最大特征值分量上，最后我们保存高能量部分就可以近似保存图像的基本内容，这就是DCT压缩的直观解释。图像去噪clear all;close all;clc;x=imread('test.jpg');x=rgb2gray(x);[m,n]=size(x);xnois

2015-10-27 10:07:40 543

原创傅里叶变换

%采用傅里叶快速变换生成频谱图%------方法一f=imread('lv.jpg');f=rgb2gray(f);r=f;p=fft2(f);p=fftshift(p);%p=abs(p);imshow(log(1+abs(p)),[]);%-------------figure;j=fft2(r);j=fftshift(j);j=ab

2015-10-21 21:39:34 340

原创线性插值计算

clear all;clc;p=imread('lv.jpg');p=imresize(p,0.1);for i=1:3 %分别对三个通道进行最邻近插值z1(:,:,i)=interp2(double(p(:,:,i)),2,'nearest'); %数值转换为double类型，放大两倍%linear双线性，spline三次样条，cubic立方卷积endimsho

2015-10-20 15:57:27 1085

原创图像运算平移，旋转，切变换

p=imread('lv.jpg');%水平移动figure;s=maketform('affine',[1 0 50;0 1 50;0 0 1]'); %构建maketform结构体g=imtransform(p,s,'XData',[1 size(p,2)],'YData',[1 size(p,1)],'FillValue',255);%xdata显示范围，使用255色填充

2015-10-20 15:13:46 543

原创 imshow函数的一些问题

因为图片过多就不上传图片各位可随便找两张图片查看效果。p=imread('lv.jpg');q=imread('new.png');[m,n,r]=size(p);q=imresize(q,[m,n]);k=imadd(1/2*p,1/2*q,'uint16'); %转化成double合并%-------------uint16-------------------fi

2015-10-16 23:08:43 2510

原创 matlab中由size函数引发的问题

一开始代码如下p=imread('lv.jpg');q=imread('new.png');[m,n]=size(p); %这里q=imresize(q,[m,n]);p=imadd(1/2*p,1/2*q);imshow(p,[]);出现如下错误说是矩阵大小不一样一查m，n，n的大小扩大了3倍一直不明白为什么会这样后来查了查

2015-10-16 17:20:11 1508

原创 matlab实现灰度直方图均匀化

p=imread('test.jpg');figure(1);imshow(p);p=rgb2gray(p); %转换为灰度图像figure(11);imshow(p);figure(2);imhist(p); %显示灰度分布图figure(1234);histgram=zeros(1,256); %灰度统计数组[m,n]=size(p);for i=

2015-10-15 17:09:49 2942

转载直方图均衡化原理

如图所示其实就是要以上两个图的概率函数积分值相同得出公式。由此映射后的概率为该灰度级前面所有灰度级概率的总和。

2015-10-14 22:08:32 460

转载直方图均衡化的作用是图像增强原理

直方图均衡化的作用是图像增强。有两个问题比较难懂，一是为什么要选用累积分布函数，二是为什么使用累积分布函数处理后像素值会均匀分布。第一个问题。均衡化过程中，必须要保证两个条件：①像素无论怎么映射，一定要保证原来的大小关系不变，较亮的区域，依旧是较亮的，较暗依旧暗，只是对比度增大，绝对不能明暗颠倒；②如果是八位图像，那么像素映射函数的值域应在0和255之间的，不能越界。综合以上两个条

2015-10-14 21:30:10 12959 1

转载 canny算法原理

图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征，边缘检测主要是图象的灰度变化的度量、检测和定位，自从1959提出边缘检测以来，经过五十多年的发展，已有许多中不

2015-10-14 19:31:59 7363

原创第一天图像的显示、保存

读入一张图像并颜色取反，使用两个窗口显示，最后保存。I=imread('lv.jpg');J=255-I; %颜色取反figure(1),imshow(I),title('原始图像'),colorbar;figure(2),imshow(J),title('取反后的图像'),colorbar;imwrite(J,'nihao.jpg');纹理映射.p=im

2015-10-11 17:22:28 378

A*算法在unity中的实现

a*算法在unity中的实现以及演示

2016-11-12

SVM中SMO算法Python实现

SMO算法Python实现外加训练数据

2016-07-11

决策树CART实现

c++实现决策树之CART算法

2016-07-05

MFC类库详解

该MFC参考含盖了Microsoft基本类库中的类、全局函数、全局变量和宏的内容。

2012-04-18

VC++制作画图工具

基于vC++制作的画图课设。能够根据选择画出直线,矩形、椭圆、圆角矩形、曲线、五角星行、五边形、弓形、弧形、三角形等基本图形。能够为所画图形进行自定义的颜色及样式填充，能使用位图及阴影画刷填充图形，并能设置位图背景。能够修改画笔的粗细，选择刷子的宽度。能够输入文本，并且能够改变字体和颜色。