fenqusuanfa

遗传算法+FCM 用于SAR图像分类问题中，讲图分为两类或者三类~~~~~~~~~。(Genetic algorithm is used to SAR+ FCM image classification problem, speak figure divided into two classes or three kinds of ~ ~ ~ ~ ~ ~ ~ ~ ~.)

华中科技大学图像所张桂林老师的数字图像处理课件(Huazhong University of Science and Technology teacher Zhang Guilin images of digital image processing software)

一个老外用matlab 编写的5点法图像相对定向程序，是目前最新的算法实现。(5 point to prepare for a foreigner relative orientation program)

matlab6.5图形图像处理源程序 部分内容 第二章压缩包 (matlab6.5 )

本设计是基于超像素的图像分割代码，可以实现图像前景和后景的分割。没有人机交互界面GUI。( U672C u8BB u8B1 u662F u57FA u5FF u524F u5BF u5BF u5DF u7D0 u7R0 u7684 u56FE u50CF u5206 u5272 u4EE3 u7801 uFF0C u53EF u4E5 u5B9E u73B0 u56FE u50CF u524D u666F U548C u540E u666F u7684 u5206 u5272 u3002 u6CA1 u6709 u4EBA u673A u4EA4 u4E92 u754C u9762GUI u3002)

fft去噪，及效果图。供大家参考！欢迎有需要的朋友下载参考(fft bianhuan)

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。()

Shap Context based Shape recognition

文档介绍了大量离散实验数据的平滑滤波处理方法(Document describes a large number of discrete experimental data smoothing filter processing method)

选择合适的样本特征点，然后可以将特征导入svm进行分类(After the image processing, the main information is obtained by PCA transform, and then the feature of texture information selection is put forward)