搜索资源列表
第09章 人脸的检测与定位
- 人脸的检测与定位(在预处理部分，采用了特别的增强人脸特征与脸部皮肤之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。在人脸匹配部分，实现了基于眼睛和嘴的几何模型匹配，并对评价函数的构造进行了研究。)-Face Detection and Location (pretreatment, using a special facial features enha
VC_ImageProcessing
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容：第4章 图像增强（对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强）；第5章 图像复原（逆滤波复原、维纳滤波方法）；第6章 图像处理中的正交变换（傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法）；第7章 图像压缩编码（霍夫曼（Huffman
ContrastSeg
- 一种改进的对比度分割算法。对红外图像有很好的分割效果。-an improved contrast ratio segmentation algorithm. The infrared image segmentation is a good result.
11fenge
- 低对比度图像分割算法研究.对低对比度下图像风格很有帮助-low-contrast image segmentation algorithm. Right under low-contrast images useful style
rldw
- 本文对几何模型匹配方法进行了研究，提出了一套完整的人脸定位算法。在预处理部分，采用了特别的增强人脸特征与脸部皮肤之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。在人脸匹配部分，实现了基于眼睛和嘴的几何模型匹配，并对评价函数的构造进行了研究-geometric model of this matching method for the study and
watershed
- 图像预处理：分水岭分割算法，图像灰度化、高斯平滑、均衡直方图、图像对比度增强
改进的对比度分割
- 改进的对比度分割算法-matlab：通过迭代搜索，产生能使分割效果产生最大对比度的阈值
第09章 人脸的检测与定位
- 人脸的检测与定位(在预处理部分，采用了特别的增强人脸特征与脸部皮肤之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。在人脸匹配部分，实现了基于眼睛和嘴的几何模型匹配，并对评价函数的构造进行了研究。)-Face Detection and Location (pretreatment, using a special facial features enha
VC_ImageProcessing
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容：第4章 图像增强（对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强）；第5章 图像复原（逆滤波复原、维纳滤波方法）；第6章 图像处理中的正交变换（傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法）；第7章 图像压缩编码（霍夫曼（Huffman
ContrastSeg
- 一种改进的对比度分割算法。对红外图像有很好的分割效果。-an improved contrast ratio segmentation algorithm. The infrared image segmentation is a good result.
11fenge
- 低对比度图像分割算法研究.对低对比度下图像风格很有帮助-low-contrast image segmentation algorithm. Right under low-contrast images useful style
rldw
- 本文对几何模型匹配方法进行了研究，提出了一套完整的人脸定位算法。在预处理部分，采用了特别的增强人脸特征与脸部皮肤之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。在人脸匹配部分，实现了基于眼睛和嘴的几何模型匹配，并对评价函数的构造进行了研究-geometric model of this matching method for the study and
watershed
- 图像预处理：分水岭分割算法，图像灰度化、高斯平滑、均衡直方图、图像对比度增强-Image Pre-processing: a watershed segmentation algorithm, images of gray-scale, Gaussian smoothing, balanced histogram, image contrast enhancement
Image_process
- 1.对比度增强：计算并显示图像直方图，直方图均衡； 2.图像分割：Otsu算法； 3.二值图像的数学形态学开闭运算。要求对输入图像二值化，然后实现腐蚀膨胀，最后调用腐蚀膨胀实现开闭。至少给出两种不同形状和大小的结构元素。 -1. Contrast Enhancement: Calculate and display the image histogram, histogram equalization 2. Image
Active-contour-3-d-image
- 对具高噪声和低对比度三维图像的识别和分割算法进行了研究。基于活动轮廓模型,用Gabor变换提取图像的纹理特征,根据统计学信息假设,通过偏微分方程水平集和窄带方法求解,获得较基本活动轮廓的算法分割更光滑精确的物体轮廓-To a high noise and low contrast 3 d image recognition and segmentation algorithm was studied. Based on the acti
shuzituxiangchuli
- 用matlab编程工具，编写具有操作界面的应用程序，通过菜单、对话框，选项框等界面控制，对算法进行演示。需要在应用系统中实现的算法及功能包括： 1、图像增强算法 （1）灰度线形变换：亮度及对比度可以调节（通过控制参数的改变，能够实时预览变化结果）； （2）直方图均衡：可在界面上对比均衡前后的效果。 2、图像变换算法 （3）对一幅彩色图像进行DCT变换和反变换，对比结果和原图； （4）仅保留左上角16X16的DCT
underwater-image-enhance
- 新的水下图像对比度增强和分割算法（实现对比度的增强和图像分割，内容包括：新的水下图像对比度增强算法、水下图像的分割算法--2008a）-The new underwater image contrast enhancement and segmentation algorithm (implemented contrast enhancement and image segmentation, including: new underw
segmentationforlowcontrastimage
- 低对比度下的图像分割算法的研究。实现低对比度图像的增强。-image segmentation algorithm study for low contrast image
图片
- OTSU算法也称最大类间差法，有时也称之为大津算法，被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性,将图像分成背景和前景两部分.(Difference method OTSU algorithm called maximum class, sometimes called the Otsu algorithm, is considered to be
xingtaixuechulihou
- 采用了各种基础性的对比度增强算法以及自动阈值分割算法应用于图像分割(A variety of basic contrast enhancement algorithm and automatic threshold segmentation algorithm are applied to image segmentation.)