自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

转载 C++中重载、重写(覆盖)和隐藏的区别

转载自:https://blog.csdn.net/zx3517288/article/details/48976097基本概念: 重载:是指同一可访问区内被声明的几个具有不同参数列(参数的类型,个数,顺序不同)的同名函数,根据参数列表确定调用哪个函数,重载不关心函数返回类型。示例:class A{public: void test(int i); void test(do...

2018-09-10 11:53:17 257

转载 数组指针 指针数组

转载自:https://blog.csdn.net/kulala082/article/details/53407712变量类型判断:变量和哪个关键字先结合,该变量就是什么类型。 例如(1)int (*p)[n];   //p先和*结合,故是一个数组指针 ,即指针指向一个数组(2) int *p[n];    //p先和[n]结合,故是一个指针数组,即数组里面的成员是指针 ...

2018-09-10 11:45:36 645

原创 快速排序算法的C++实现

关于快速排序算法的介绍可以参看此篇博客:https://www.cnblogs.com/onepixel/articles/7674659.html网上关于快速排序的代码大多是用递归的方式来实现的,递归看起来很晕乎,就想能不能不用递归的方法来实现。下面就介绍一下毛毛利用栈来实现的快速排序算法,代码只为验证算法功能,并不保证没有bug。闲话少说,先上代码。#include <st...

2018-08-22 17:24:03 3980 4

原创 频谱泄露的理解及物理分辨率与计算分辨率的区别

以正弦函数为例,正弦函数的频谱为两个δ函数,其DTFT变换相当于用两个δ函数与窗函数的频谱卷积,即窗函数频谱左右分别移动ω=2πf0/fs 后叠加,便得DTFT频谱。如果fs不是f0的整数倍,便不能保证两个sinc函数移动后的过零点(过零点满足ω=2kπ/N, k=1,2…)仍在2kπ/N处,所以在对DTFT频谱抽样时难以保证2kπ/N处的值为零,即DFT频谱泄漏。 物理频率分辨率是指辨别信号频率

2017-03-01 20:36:45 5986 2

原创 Intensity Transformations and Histogram Equalization

增强图像中的有用信息,它可以是一个失真的过程,其目的是要改善图像的视觉效果,针对给定图像的应用场合,有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。本实验采用灰度级校正、灰度变换和直方图修正的方法使图像成像均匀,或扩大图像动态范围,扩

2017-03-01 20:14:13 671

原创 Spatial Filtering and Median Filtering

图像的代数运算是图像的标准算术操作的实现方法,是两幅输入图像之间进行点对点的加、减、乘、除运算后得到输出图像的过程。空域滤波是在图像空间中借助模板对图像进行领域操作,在待处理图像中逐点地移动掩膜,并在掩膜扫过的区域进行指定运算,其理论基础是空间卷积,目的是改善影像质量。平滑滤波用于模糊处理、减小噪声,图像中每个像素用3X3区域内像素均值代替,以减小图像灰度的尖锐变化。拉普拉斯是一种微分算子,它的应用

2017-03-01 19:56:17 2368

原创 Color Image Processing

人眼只能区分出由黑到白的十多种到二十多种不同的灰度级,而人眼对彩色的分辨可以达到几百种甚至上千种。所谓伪彩色处理,就是将图像中的黑白灰度级变成不同的彩色,如果分层越多,人眼所能提取的信息也多,从而达到图像增强的效果。这是一种视觉效果明显,又不太复杂的图像增强技术。彩色的图片处理方式本质上和黑白图片一样,基本上就是先将RGB颜色空间投影到YUV颜色空间,此时每个通道都相当于黑白图像,然后对各个分量的亮

2017-03-01 19:36:48 1333

原创 Morphological and Other Set Operations(图像形态学及集合计算)

膨胀和腐蚀时形态学处理的基础。膨胀是在二值图像中“加长”或“变粗”的操作。腐蚀“收缩”或“细化”二值图像中的对象。而边界提取是用原图像减去对原图像腐蚀后的图像得到的。基于膨胀和腐蚀可以计算出形态学图像梯度,它可以使图像中灰度级的跃变更加急剧,并且这种方法对边缘方向性的依赖很小,很适合用来提取图像边界。图像的膨胀和腐蚀另一种应用便是top-hat变换,这种变换可以突出图像中阴影处的细节,增强图像中不是

2017-03-01 19:17:32 2480

obsidian-proxy-github-master.zip

obsidian-proxy-github-master.zip

2023-11-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除