搜索资源列表
kl
- （1）应用9×9的窗口对上述图象进行随机抽样，共抽样200块子图象； （2）将所有子图象按列相接变成一个81维的行向量； （3）对所有200个行向量进行KL变换，求出其对应的协方差矩阵的特征向量和特征值，按降序排列特征值以及所对应的特征向量； （4）选择前40个最大特征值所对应的特征向量作为主元，将原图象块向这40个特征向量上投影，所获得的投影系数就是这个子块的特征向量。 （5）求出所有子块的特征向量。 -(1) t
zigzag
- ％ 这是参照 University of California 提供的 MPEG 源代码的基础上编制的。 ％用分块方法（8x8的块）对图象做zigzag变换， ％效率极高，程序简洁，属信息隐藏中常用的方法之一。 ％作者：辽宁大学 信息学院 范铁生 ％email:fts0@163.com- This is a reference to University of California to provide the MPEG
Image-Hashing-based-on-Human-Visual-System
- 提出一种基于视觉特性的图像摘要算法，增大人眼敏感的频域系数在计算图像Hash时的权重，使得图像Hash更好地体现视觉特征，并提高鲁棒性。将原始图像的分块DCT系数乘以若干由密钥控制生成的伪随机矩阵，再对计算的结果进行基于分块的Watson人眼视觉特性处理，最后进行量化判决产生固定长度的图像Hash序列。本算法比未采用视觉特性的算法相比，提高了对JPEG压缩和高斯滤波的鲁棒性。图像摘要序列由密钥控制生成，具有安全性。-Based on t
image_compress
- 本程序利用奇异值分解对3通道彩色图像进行压缩分解，具体步骤如下： 压缩过程： 1. 选取子图像大小K值，把图像分解成M×M个子图像，IMG(s),s=1,2,…, M2，其中M=N/K，原始图像IMG大小为N×N。 2. 计算这M2个子图像的平均值average，对每幅子图像减去均值图像得到新图像。 3. 计算相关矩阵R，其元素定义为 。 4. 计算R的特征值与特征向量，计算每幅子图像与最大特征向量的内积，便得到编码
corner
- 提出了一种快速准确车辆牌照的分割方法。首先利用形态学算子获取车牌的候选区域，剔除较小的和较大的区域；对保留的候选区域利用Trajkovic算法获取角点；最后对检测后的结果聚类，从而分割出包含车牌区域的子图像。-A fast and accurate method of vehicle license division. First of all, the use of morphological operators to obtain
image-sub
- VC++6.0 MFC下实现，能打开多幅Bmp图像，实现图像的减操作-VC++ 6.0 MFC to achieve, to open a number of Bmp images, realize image by operation
SpPCA
- 利用Sub-pattern PCA在Yale人脸库上进行人脸识别的matlab源代码，子模式主成分分析首先对原始图像分块，然后对相同位置的子图像分别建立子图像集，在每一个子图像集内使用PCA方法提取特征，建立子空间。对待识别图像，经相同分块后，分别将子图像向对应的子空间投影，提取特征。最后根据最近邻原则进行分类。-Sub-pattern PCA use in the Yale face database for face recogni
templateMatcher
- 图像匹配，在一副图象中搜寻子图像，寻找特征点-Image matching, in a sub-image search images to find the feature points
fanyanjiexi
- 仿真获取四幅互差半个像素的低分辨率图像，利用反演解析算法重建出一副高分辨率图像，属于亚像元技术或者超分辨率技术。-Simulation Interoperability poor access to four half-pixel low-resolution images, the use of inversion algorithm for the reconstruction of an analytic high-resolut
Subpattern-based_principal___component_analysis.zi
- 子模式主成分分析首先对原始图像分块，然后对相同位置的子图像分别建立子图像集，在每一个子图像集内使用PCA方法提取特征，建立子空间。对待识别图像，经相同分块后，分别将子图像向对应的子空间投影，提取特征。最后根据最近邻原则进行分类。-Sub-mode principal component analysis first of the original image block, and then the same sub-image, res
image
- MATLAB实现基于互相关的亚像素级图像匹配配准源代码-MATLAB-based implementation of inter-related sub-pixel image matching with prospective source code
Sub-pixel
- 亚像素--区分轮廓 图像边缘提取是测量的基础和关键-Sub-pixel- to distinguish the outline of the image edge detection is the basis of measurements and key
yanyan
- 把一个256*256的图像分成8*8小块，然后进行DFT变换，分别比较在空间域和频域内对图像进行二次抽样和差值最后得出的图像比较-1. Get a grey level image which size is N*N. (For example, 256*256, however, N = ), and partition to 8*8 sub images. 2. Apply DFT to these sub image
1
- 将一幅256*256的图像分成8*8的小块，对其进行DFT变换。分别比较在空间域和频域内对源图像进行二次抽样和差值最后比较不同-1. Get a grey level image which size is N*N. (For example, 256*256, however, N = ), and partition to 8*8 sub images. 2. Apply DFT to these sub images
fengezitu
- 可以将整幅图像分割成大小均一化的子图像，并将每幅子图像分割成单独的图像-Whole image can be divided into sub-image size of homogenization, and each piece of sub-image is divided into separate images
Butterworth
- 内含巴特沃思滤波器（Butterworth）MATLAB代码，分高通与低通两种情况，并用mesh显示滤波器的三维图-Containing Butterworth filter (Butterworth) MATLAB code, sub-high-pass and low pass both cases, with mesh filter of three-dimensional map display
medicalcengshu
- ：根据小波低频子带图像的轮廓模糊度和高频子带图像的细节信息量随小波分解层数增多而增多的规律，从图像熵 出发，提出了一种基于低频子带图像熵差的最佳小波分解层数选择法, 该方法通过计算不同分解层数下各低频子带的图像 熵差，选择最接近原始图像熵差的分解层数作为最佳分解层数。用多种基于小波变换的图像融合法分别对两组医学图像进 行仿真实验，结果表明根据该分解层数选择法得到的融合图像目视效果最好，与相关系数、峰值信噪比、模糊Chebys
Matlab-Basic-Digital-Image-Processing-Functions.r
- Mut,Div, Add, Sub an image with a constant value.. Median Filtre Histogram Rotate Translate
ADAPTIVE-IMAGE-FUSION-ALGORITHM
- 针对低可见光图像和红外图像的特点,提出一种基于DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数特征,对 低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值 对高通子带则根据人类视觉特性定义局部方向对比度,并作为融合准则,突出和增强了各源图像的对比度与细节信息.实验结果表明: 与基于小波的融合结果相比较,本
DCT-for-image-compression-
- 利用DCT进行图像压缩（首先将图像分割成8×8的图像，对每个子图像进行DCT，这样每个子图像有64个系数，舍去50％小的变换系数，进行2：1的压缩。）-Using DCT for image compression (first image into 8 × 8 image, for each sub-image DCT, so that each sub-image by a factor of 64, rounding 50 of