adaptive

　对经典的二值化方法Ostu 算法和Bernsen 算法中存在的缺点进行了分析, 提出一种结合Canny 算子的图像 二值化方法.该方法综合考虑了边缘信息和灰度信息, 通过边缘附近种子点在高阈值二值化图像中的填充和低阈值 图像对它的修补而得到二值化结果图像, 较好地解决了经典二值化方法中存在的抗噪能力差、边缘粗糙、伪影现象 等缺点.实验结果证明, 该方法能够较好地解决低对比度图像和目标像素灰度不均匀图像的二值化问题(The disadvantage of the classical binary method Ostu Bernsen algorithm and algorithms exist were analyzed, one binding Canny operator image binarization method. This method considers the edge information and gray information, through seed near the edge point padding and a low threshold image to its repair in a high threshold binary image to obtain a binary result image, it solves the noise immunity classical binary method exists difference, rough edges, artifacts phenomenon and other shortcomings. the experimental results show that this method can solve the low-contrast image and the target image pixel gray uneven binary problem)

进行分数傅立叶变换的算法，通过该算法可以对函数进行任意分数阶傅立叶变换(For the fractional Fourier transform algorithms, the adoption of the algorithm can function for arbitrary fractional order Fourier transform)

该软件可实现图像间格式的转换,主要实现: (e)ps,bmp, jpg, png,tif,gif, psdi图像格式之间的转换(The software enables format conversion between images, the main achievement: (e) ps, bmp, jpg, png, tif, gif, psdi image format conversion between)

这是著名的“Algorithmes de factorisation en matrices non-négatives fondée sur la beta-divergence”这篇文章算法的matlab源代码(This is the famous article " Algorithmes de factorisation en matrices non-ngatives fonde sur la beta-divergence" algorithm matlab source code)

数字图像处理有关于图像去雾的新型算法与实现(There are new digital image processing algorithms on the image to go to the fog and Implementation)

matlab图象应用广泛于图象增强,其中的Retinex图象增强也越来越受到重视,对于彩色图象的处理效果很明显。(Matlab image widely used in image enhancement, The Retinex Image Enhancement also growing in importance for color image effect is obvious.)

很好的模糊聚类算法 用MATLAB编写的(Good fuzzy clustering algorithm using MATLAB prepared)

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。()

将RGB彩色空间转换到HSI彩色空间，HSI彩色空间更接近人眼对彩色的认知。(The RGB color space conversion to the HSI color space, HSI color space is closer to the human eye color perception.)

提取图像RGB颜色空间内的颜色矩。颜色矩是图像重要的颜色特征，在图像检索、比对中具有重要作用。(Calculate the color moment of each color channel in RGB color space of an image)