现代数字图像处理技术提高及应用案例详解(matlab版),现代数字图像处理技术提高及应用案例详解(Matlab版)--源代码...

【实例简介】

现代数字图像处理技术提高及应用案例详解(Matlab版)--源代码

【实例截图】

【核心代码】

现代数字图像处理技术提高及应用案例详解(Matlab版)

└── 现代数字图像处理技术提高及应用案例详解(Matlab版)----源码

├── 1.1 图像多分辨率金字塔

│   ├── ex1.m

│   ├── ex2.m

│   ├── genPyr.m

│   ├── pyr_expand.m

│   ├── pyr_reduce.m

│   ├── qingdao.JPG

│   ├── tiantan.jpg

│   └── 程序调用说明.docx

├── 1.2图像的矩特征

│   ├── 1.2 运行说明.doc

│   ├── invariable_moment.m

│   ├── qingdao.JPG

│   └── zernike.m

├── 1.3 图像的边缘检测

│   ├── 1.3 程序运行说明.doc

│   ├── canny_edge.m

│   ├── cannyFindLocalMaxima.m

│   ├── diaohua.jpg

│   ├── ex6.m

│   ├── ex7.m

│   ├── ex8.m

│   ├── ex9.m

│   ├── hehua.JPG

│   ├── log_edge.m

│   ├── qipan.JPG

│   ├── susan.m

│   ├── susan_threshold.m

│   └── xinglong.jpg

├── 1.4图像的斑点检测

│   ├── 1.4 程序使用说明.doc

│   ├── draw.m

│   ├── gilles.m

│   ├── log_Blob.m

│   ├── patrol.jpg

│   └── sunflower.jpg

├── 1.5 角点特征检测

│   ├── 1.5 程序调用说明.docx

│   ├── door.jpg

│   ├── draw.m

│   ├── ex2.m

│   ├── findLocalMaximum.m

│   ├── Harris1.m

│   ├── harrislaplace.m

│   ├── hua.jpg

│   └── long.JPG

├── 1.6 尺度不变特征提取

│   ├── 1.6节程序运行说明.doc

│   ├── display_keypoints.m

│   ├── gaussian_filter.m

│   ├── integralimage.m

│   ├── pgmread.m

│   ├── pnmReadHeader.m

│   ├── resizeImageFig.m

│   └── SIFT.m

├── 2.1图像目标边界描述

│   ├── 2.1 程序运行说明.docx

│   ├── chaincode4.m

│   ├── chaincode8.m

│   └── ex3.m

├── 2.2 图像分割技术

│   ├── 2.2-2程序调用说明.doc

│   ├── adaptivethreshold.m

│   ├── baihe.jpg

│   ├── ex1.m

│   ├── ex2.m

│   ├── ex3.m

│   ├── ex4.m

│   ├── hehua.JPG

│   ├── kmeans.m

│   ├── medtest.png

│   ├── moli.jpg

│   ├── regiongrowing.m

│   ├── shuixian.jpg

│   ├── thresh_md.m

│   ├── tshape.png

│   └── xiangrikui.jpg

├── 2.3图像配准技术

│   ├── 2.3程序运行说明.docx

│   ├── correlatiomatrix.m

│   ├── draw2.m

│   ├── ex2.m

│   ├── getRegionValue.m

│   ├── kp_harris.m

│   ├── matchbycorrelation.m

│   ├── match.m

│   ├── scence1.JPG

│   ├── scence2.JPG

│   ├── template_matching.m

│   └── test.m

├── 2.4图像融合技术

│   ├── area_var_match.m

│   ├── clock1.bmp

│   ├── clock2.bmp

│   ├── dec2.m

│   ├── downspl.m

│   ├── es2.m

│   ├── ex1.m

│   ├── ex2.m

│   ├── ex3.m

│   ├── fuse_lap.m

│   ├── lowfrefus.m

│   ├── modmat.m

│   ├── mydwt2.m

│   ├── mydwt.m

│   ├── mywavedec2.m

│   ├── selb.m

│   ├── selc.m

│   ├── submat.m

│   ├── undec2.m

│   ├── weivec.m

│   └── 程序运行说明.doc

├── 3.11指纹识别技术及其实现

│   ├── 3.11-10.txt

│   ├── 3.11-11.txt

│   ├── 3.11-12.txt

│   ├── 3.11-13.txt

│   ├── 3.11-14.txt

│   ├── 3.11-15.txt

│   ├── 3.11-6.txt

│   ├── 3.11-7.txt

│   ├── 3.11-8.txt

│   ├── 3.11-9.txt

│   ├── 例程3.11-1.txt

│   ├── 例程3.11-2.txt

│   ├── 例程3.11-3.txt

│   ├── 例程3.11-4.txt

│   └── 例程3.11-5.txt

├── 3.12 基于图像的车牌自动识别技术

│   ├── car.jpg

│   ├── ex1.m

│   ├── P.bmp

│   └── 程序运行说明.doc

├── 3.13 数字图像实时稳定技术及其实现

│   ├── getGrayCodeBitPlane.m

│   ├── imageStabilizeMain.m

│   ├── stabilizeMovie_GCBPM.m

│   └── 程序运行说明.doc

├── 3.14 基于帧间差分法的运动目标检测

│   ├── ccbr1.avi

│   ├── ex1.m

│   ├── tracking.m

│   └── 程序运行说明.doc

├── 3.15 基于光流场的运动估计

│   ├── computeDerivatives.m

│   ├── gaussFilter.m

│   ├── HS.m

│   ├── plotFlow.m

│   ├── smoothImg.m

│   ├── yos10.tif

│   ├── yos9.tif

│   └── 程序说明.doc

├── 3.18 meanshift

│   ├── color_example.m

│   ├── color_object_tracking2.m

│   ├── compute_kernelmatrix.m

│   ├── compute_k_hist.m

│   ├── compute_wi.m

│   ├── object_tracking.m

│   ├── show_target.m

│   ├── track.m

│   └── 程序运行说明.doc

├── 3.19 基于Kalman滤波的目标跟踪

│   ├── DATA

│   │   ├── 10.jpg

│   │   ├── 11.jpg

│   │   ├── 12.jpg

│   │   ├── 13.jpg

│   │   ├── 14.jpg

│   │   ├── 15.jpg

│   │   ├── 16.jpg

│   │   ├── 17.jpg

│   │   ├── 18.jpg

│   │   ├── 19.jpg

│   │   ├── 1.jpg

│   │   ├── 20.jpg

│   │   ├── 21.jpg

│   │   ├── 22.jpg

│   │   ├── 23.jpg

│   │   ├── 24.jpg

│   │   ├── 25.jpg

│   │   ├── 26.jpg

│   │   ├── 27.jpg

│   │   ├── 28.jpg

│   │   ├── 29.jpg

│   │   ├── 2.jpg

│   │   ├── 30.jpg

│   │   ├── 31.jpg

│   │   ├── 32.jpg

│   │   ├── 33.jpg

│   │   ├── 34.jpg

│   │   ├── 35.jpg

│   │   ├── 36.jpg

│   │   ├── 37.jpg

│   │   ├── 38.jpg

│   │   ├── 39.jpg

│   │   ├── 3.jpg

│   │   ├── 40.jpg

│   │   ├── 41.jpg

│   │   ├── 42.jpg

│   │   ├── 43.jpg

│   │   ├── 44.jpg

│   │   ├── 45.jpg

│   │   ├── 46.jpg

│   │   ├── 47.jpg

│   │   ├── 48.jpg

│   │   ├── 49.jpg

│   │   ├── 4.jpg

│   │   ├── 50.jpg

│   │   ├── 51.jpg

│   │   ├── 52.jpg

│   │   ├── 53.jpg

│   │   ├── 54.jpg

│   │   ├── 55.jpg

│   │   ├── 56.jpg

│   │   ├── 57.jpg

│   │   ├── 58.jpg

│   │   ├── 59.jpg

│   │   ├── 5.jpg

│   │   ├── 60.jpg

│   │   ├── 6.jpg

│   │   ├── 7.jpg

│   │   ├── 8.jpg

│   │   ├── 9.jpg

│   │   └── Thumbs.db

│   ├── ex1.m

│   ├── extractball.m

│   ├── main.m

│   └── 程序运行说明.doc

├── 3.1 图像去噪技术及其实现

│   ├── 3.1程序说明.docx

│   ├── ex1.m

│   ├── ex2.m

│   ├── life.jpg

│   └── wangshi.jpg

├── 3.20 基于Hough变换的人眼虹膜定位方法

│   ├── ex1.m

│   ├── yanjing.bmp

│   └── 程序运行说明.doc

├── 3.21 基于模糊集的图像增强方法

│   ├── ex1.m

│   ├── lena.JPG

│   └── 程序运行说明.doc

├── 3.22 基于KL变换的人脸识别技术

│   ├── ex1.m

│   ├── ScaleImage.m

│   └── 程序运行说明.doc

├── 3.24 基于蚁群算法的图像边缘检测

│   ├── ant128_edge_aco_1.jpg

│   ├── ant128_edge_aco_2.jpg

│   ├── ant.jpg

│   ├── edge_ACO.m

│   └── 程序运行说明.doc

├── 3.25 基于脉冲耦合神经网络的图像分割

│   ├── lena.JPG

│   ├── pcnn.m

│   └── 程序运行说明.doc

├── 3.2畸变校正技术

│   ├── gmodify.m

│   └── 按如下说明调用.doc

├── 3.3图像拼接技术

│   ├── appendimages.m

│   ├── findHomography.m

│   ├── hall1.JPG

│   ├── hall2.JPG

│   ├── imMosaic.m

│   ├── license.txt

│   ├── mosaic_a.jpg

│   ├── mosaic_hall.jpg

│   ├── mosaicTest.m

│   ├── randIndex.m

│   ├── ransac1.m

│   ├── sift.m

│   ├── siftMatch.m

│   ├── siftWin32.exe

│   ├── solveHomo.m

│   ├── tmp.key

│   └── 程序运行说明.doc

├── 3.4 数字水印技术及其实现

│   ├── ex1.m

│   ├── ex2.m

│   ├── lena.bmp

│   ├── lww.avi

│   ├── mark.bmp

│   ├── withed11.avi

│   ├── Y.BMP

│   └── 程序使用说明.doc

├── 3.5 图像压缩技术及其实现

│   ├── ex1.m

│   ├── ex2.m

│   ├── ex3.m

│   ├── hangtian.jpg

│   ├── hundungen.m

│   ├── robot.jpg

│   ├── tank.JPG

│   └── 运行说明.doc

├── 3.6改进型数字图像中直线特征的快速检测方法

│   ├── myhough.m

│   ├── road.jpg

│   └── 程序运行说明.doc

├── 3.7 基于最大类间方差阈值与遗传算法的道路分割

│   ├── main.m

│   ├── road1.JPG

│   ├── road2.JPG

│   └── 程序运行说明:.doc

├── 3.8 数字图像处理在医疗领域的应用

│   ├── ex1.m

│   ├── intrans.m

│   ├── ranseti.bmp

│   └── 程序运行说明.doc

├── 3.9 基于红外图像的弱小目标检测与跟踪

│   ├── main.m

│   ├── target_detect.m

│   ├── target_refine.m

│   └── 程序运行说明.doc

├── 4.2 基于GUI交互操作的数字图像处理实现.rar

└── 4.3 在VC 环境下调用MATLAB实现数字图像处理.rar

33 directories, 285 files

提高篇 第1章 精通“图像特征提取” 1.1 图像多分辨率金字塔 1.1.1 浅析“图像金字塔” 1.1.2 例程一点通 1.1.3 典型的“图像金子塔 1.1.4 学以致用 1.2 图像的矩特征 1.2.1 认识“Hu矩” 1.2.2 解析“Zernike矩” 1.3 图像的边缘检测 1.3.1 运用一阶微分算子检测图像边缘 1.3.2 运用二阶微分算子检测图像边缘. 1.3.3 基于Canny算子检测图像边缘 1.3.4 基于SUSAN特征检测算子的边缘提取 1.3.5 基于小波变换模极大值的边缘检测. 1.3.6 基于二维有限冲击响应滤波器的特定角度边缘检测 1.3.7 基于多尺度形态学梯度的边缘检测 1.4 斑点特征检测 1.4.1 勾画“LoG斑点” 1.4.2 描绘“DoH斑点” 1.4.3 提取“Gilles斑点” 1.5 角点特征检测 1.5.1 何谓“角点” 1.5.2 描绘“Harris角点” 1.5.3 例程一点通 1.5.4 融会贯通 1.6 尺度不变特征提取 1.6.1 SIFT特征提取 1.6.2 SURF算法 1.6.3 学以致用 第2章 细说“数字图像理解” 2.1 图像目标边界描述 2.1.1 图像边界链码表示法 2.1.2 例程一点通 2.1.3 融会贯通 2.2 图像分割技术 2.2.1 什么是“图像分割” 2.2.2 基于阈值的图像分割 2.2.3 基于区域生长法的图像分割 2.2.4 基于最大方差法灰度门限的图像分割 2.2.5 基于K-means算法的图像分割 2.3 图像配准技术 2.3.1 纵览“图像配准” 2.3.2 构建“配准模型” 2.3.3 相似性测度 2.3.4 基于灰度的图像配准 2.3.5 序贯相似性检测算法 2.3.6 基于特征点的图像配准 2.3.7 融会贯通 2.4 图像融合技术 2.4.1 从“信息融合”说起 2.4.2 何谓“图像融合” 2.4.3 纵览“图像融合方法” 2.4.4 例程一点通 2.4.5 学以致用 应用篇 第3章 品读“典型应用实例” 3.1 图像去噪技术及其实现 3.1.1 什么是“图像的噪声” 3.1.2 图像去噪常用方法
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值