搜索资源列表
多种图像边缘检测与分割处理
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象-code P0401 Not
第四章 控制系统的分析方法
- 用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象-with Canny operator to detect the edges in the image P0404 : image threshold
4Matlab
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409
improc
- 一个完整的Visual C++程序,包含了图像的RGB调整,傅立叶变换,傅立叶反变换,对比度调整,颜色转换 梯度算子检测,sobel算子检测 均值滤波和中值滤波,程序已经通过调试.-a complete Visual C program includes a RGB image adjustment, Fourier transform, Fourier transform, contrast adjustment, color con
edgaijin
- 边缘就是指图像局部亮度变化最显著的部分，它是检测图像局部变化显著变化的最基本的运算。对于数字图像，图像灰度灰度值的显著变化可以用梯度来表示，以边缘检测Sobel算子为例来讲述数字图像处理中边缘检测的实现-edge means partial image brightness changes the most significant part of it is partial image change detection signific
43290162
- MATLAB源码，P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象-MATLAB sourc
sobelEdgeDetection
- Sobel算子边缘增强算法，利用梯度下降原理边缘化图象-Sobel operator enhancement algorithms, using gradient descent principle marginalized image
18113106242
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象-Procedure Code
chap4
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409
colorimageSobol
- 彩色图像剃梯度算子，适用于彩色图像的边缘检测，matlab
filter
- 基于MATLAB的几种去噪方法,包括均值滤波、中值滤波、基于梯度算子的滤波方法，由于初学，自己编写的几个小程序，不过效果还不错-Several MATLAB-based denoising methods, including mean filtering, median filtering, based on the gradient operator of the filtering method, as the novice, I
LRG51
- 实现两种锐化图像输出，要求采用两种梯度算子： （1）Sobel梯度算子（2）拉普拉斯算子：-The realization of two types of sharpening the image output request using two gradient operator: (1) Sobel gradient operator (2) Laplacian:
compare_of_edge_detect_methods
- 讨论和比较了几种常用的边缘检测算子。梯度 算子计算简单 ,但精度不高 ,只能检测出图象大致的轮廓 ,而对于比较细的边缘可能会忽略。Prewitt 和Sobel算子比 Roberts 效果要好一些。LOG 滤波器和 Canny算子的检测效果优于梯度算子 ,能够检测出图象较细的边缘部分。不同的系统 ,针对不同的环境条件和要求 ,选择合适的算子来对图象进行边缘检测。-Discussion and comparison of several
200432590139
- 各种基本图像处理功能：1、格式转换：将RAW格式转换成BMP格式；2、线性变换；3、图像平滑；4、图像增强；5、边缘检测：梯度算子，Robert梯度算子，Prewitt算子，Laplacian算子，Sobel算子，Marr算子；6、直方图显示；7、形态运算（二值化、腐蚀、膨胀、开运算、闭运算）；8、自动分类及类别提取：K均值分类。其中：1.2.3.4.5.7仅能对灰度图处理，6.8不仅能处理灰度图还能处理彩色图-Basic image
SHARP
- 锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子、Sobel算子设计，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出-Sharpen the image processing techniques to enhance the objectives of the border and image detail, image gradient operator, Laplacian, Sobel op
2009.0423
- 传统的边缘检测方法是对原始图像中像素的某小邻域来构造检测算子，它是采用锐化算子(如梯度算子、 拉普拉斯算子)进行的。图像的边缘检测是通过模板作为核与图像中的每一个像素点做卷积和运算，然后选取合适的阈值以提取边缘。-Traditional edge detection method is the original image in a pixel neighborhood operator to construct, it is a sh
suanfa
- 对一幅图像进行算法处理，包括梯度算子，拉普拉斯算法，log算子等。-Algorithm on an image for processing, including gradient operator, Laplacian algorithm, log, etc. operator.
tuxiangchuliheji
- 包括用C编写的直方图程序，边缘检测程序，不变距程序，灰度变换程序，膨胀腐蚀，物体测量，梯度算子和霍夫变换。-Including the use of C programs written in the histogram, edge detection procedure, unchanged from the procedure, gray-scale transformation procedure, dilation and er
imageEdgeDetect
- edge_detect.m : 图像边缘检测 其中使用 梯度算子边缘检测 : roberts算子、prewitt算子、Sobel算子、Canny算子 二阶微分算子法 : 拉普拉斯高斯算子、canny算子 lenna.bmp : 原始灰度图片 实验结果文件夹 ： 保存了实验过程中生成的图像和程序流程图-edge_detect.m: edge detection which uses the grad
1
- 拉普拉斯（Laplacian）梯度算子 和LoG（Laplacian of Gaussian）算子实现边缘检测。(Laplasse (Laplacian) gradient operator And LoG (Laplacian of Gaussian) operator to realize edge detection.)