code

自适应加权中值滤波，可以调节窗口大小和中心像素的权重以及其他相关像素与中心像素的权重比例。(adaptive weighted median filter)

说明：  伪Zernike矩特征提取，Zernike矩特征提取，供参考，很有用(Pseudo-Zernike moment feature extraction, Zernike moment feature extraction, for reference, very useful)

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。()

自己编写的数字图像处理程序，包括打开bmp图像，直方图，阈值分割，形态学处理等功能。(digital image processing procedures, including open bmp image, histogram, threshold segmentation, morphological processing and other functions.)

图像旋转的MATLAB文件，角度可以定义，例子中包含了M源程序以及转换的图片。(MATLAB file image rotation, angle can be defined, for example, contains M as well as the conversion of the image source.)

matlab图像处理，improfile函数的运行界面（灰度图）与运行结果（灰度图），improfile函数的运行界面（RGB图）及运行结果···(matlab image processing, improfile function to run interface (grayscale) and the running results (grayscale), improfile function to run interface (RGB Chart), and running results)

方向检测的粒子滤波程序，内含重采样算法。(The direction of the particle filter detection procedures, including re-sampling algorithm.)

改进的otsu算法，计算局部otsu的值确定局部小区域。对于光照不均匀图像处理有比较好的适应( Improved otsu algorithm to calculate the value of the local otsu determine the local small area. For uneven illumination image processing has a relatively good adaptation)

利用混合高斯模型对图像序列经行背景建模，并保存。（附图片）(Using Gaussian mixture model for background modeling image sequences through the line and save. (With pictures) )

形态学成分分析，该方法的基本思想是利用信号组成成分的形态差异，将图像分割为纹理和分片光滑部分。(Morphological Component Analysis，The basic point is that an image can be divided into texture and piecewise smooth parts by the morphological diversity among signal components.)