登录
首页 » matlab » 《MATLAB图像与视频处理实用案例详解》

《MATLAB图像与视频处理实用案例详解》

于 2017-10-11 发布 文件大小:18604KB
0 206
下载积分: 1 下载次数: 23

代码说明:

  各类图形处理算法代码,齐全的图形处理算法,可以直接运行。去噪,识别,检测,拼接等(Complete graphics processing algorithm, you can run directly. Denoising, identification, detection, stitching and so on)

文件列表:

《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\InitFig.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\MainForm.fig
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\MainForm.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\RemoveFogByGlobalHisteq.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\RemoveFogByLocalHisteq.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\RemoveFogByRetinex.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\SaveImage.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\SnapImage.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\images
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 01 章 基于直方图优化的图像去雾技术\images\sweden_input.jpg
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\ErodeList.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\GetRateList.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\GetRemoveResult.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\GetStrelList.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\PSNR.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\images
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\images\im.jpg
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 02 章 基于形态学的权重自适应图像去噪\main.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\Coef.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\Edge_One.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\Main_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\Multi_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\compute_infos.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\dt.mat
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\images
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\images\image.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\main.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\supoles.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\sys_sim.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\usim.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 03 章 基于多尺度形态学提取眼前节组织\usimole.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Analysis.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Compute_Angle.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Gray_Convert.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Hough_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Image_Binary.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Image_Normalize.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Image_Rotate.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Image_Smooth.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Location_Label.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Morph_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Region_Segmation.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\Write_Results.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\images
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\images\1.JPG
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 04 章 基于Hough变化的答题卡识别\main.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Gui_Main.fig
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Gui_Main.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Main_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Mask_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Pattern_Recognition.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Plate_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Pre_Process.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Segmation.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\Word_Segmation.m
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\images
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\images\car.jpg
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\0.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\1.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\2.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\3.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\4.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\5.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\6.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\7.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\8.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\9.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\A.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\B.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\C.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\D.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\E.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\F.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\G.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\H.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\I.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\J.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\K.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\L.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\M.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\N.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\O.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\P.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\Q.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\R.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\S.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\T.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\U.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\V.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\W.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\X.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\Y.bmp
《MATLAB图像与视频处理实用案例详解》\《MATLAB图像与视频处理实用案例详解》\第 05 章 基于阈值分割的车牌定位识别\标准库\Z.bmp

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • WaveletTransform
    提出一种基于小波变换的图像配准方法。该方法首先用小波变换提取边缘特征点, 同时构成小波金字塔影像。在最高层利 用角度相关系数确定基准图像和配准图像之间的旋转角度, 经多分辨分级搜索匹配得到最终匹配特征点对, 利用这些特征点对待 配准图像进行配准纠正。实验结果表明, 改进方法有较好的效果, 可用于广泛应用领域。(Proposed a wavelet-based image registration method. In this method, using wavelet transform to extract the edge feature points, the same time constitute wavelet pyramid image. Point at the highest level the correlation coefficient using the baseline image registration between image and the angle of rotation, the multi-resolution hierarchical searching and matching features of the final match point, the use of these features point towards registration image registration correction. Experimental results show that the improved method has better results, can be used for wide range of applications.)
    2010-12-19 18:36:12下载
    积分:1
  • guass
    高斯平滑滤波的matlab程序,对于初学者很有帮助(Gaussian smoothing filter matlab program, useful for beginners)
    2013-03-14 21:21:19下载
    积分:1
  • sift
    提取SIFT特征点,配准拼接的代码,能运行(detect sift features)
    2014-06-27 10:54:41下载
    积分:1
  • DPAD_toolbox
    关于speckle 去噪的一种很新的方法,基于流行的SRAD方法改进的。(The reference of thic package is On the Estimation of the Coefficient of Variation for Anisotropic Diffusion Speckle Filtering)
    2014-03-31 09:41:48下载
    积分:1
  • New Compressed (zipped) Folder
    说明:  matlab code for optimization
    2020-07-01 22:16:45下载
    积分:1
  • retinex
    这是我自己写的关于 图像处理中retinex、SSR、自适应的对比度增强算法的模板,有很好的效果 希望对你们有帮助( this is for retinex module, I wish it can help for you )
    2009-03-30 09:43:16下载
    积分:1
  • sar_rd
    说明:  使用matlab平台进行斜视角为0度的九点目标RD算法仿真(Simulation of nine point target Rd algorithm with 0 degree squint angle using MATLAB platform)
    2019-11-12 15:57:02下载
    积分:1
  • matlab-cbir-master
    cbir matlab code gui, for retri image
    2016-08-07 00:36:40下载
    积分:1
  • db97
    DB97提升小波程序,实现任意偶数大小图像双正交97提升小波变换,比传统的CDF97卷积算法好(DB97 lifting wavelet procedures, arbitrary size images even biorthogonal wavelet transform 97 upgrade, than the traditional filter convolution algorithm good)
    2006-08-11 11:31:18下载
    积分:1
  • lbp
    提取一幅图像的LBP特征,输入为一幅图片,输出为一个256维的行向量,代表图像的LBP特征。(The LBP feature of an image is extracted, and input is a picture. The output is a 256 dimensional row vector, representing the LBP characteristic of the image.)
    2018-04-07 22:31:12下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载