登录
首页 » matlab » Matlab代码

Matlab代码

于 2019-06-05 发布 文件大小:1621KB
0 220
下载积分: 1 下载次数: 5
我要下载

代码说明：

  师兄给的一套图像处理代码，包括预处理，图像融合，特征提取，组织电视别及校正，SVM分类等等，可以学习。(Brother gave a set of image processing codes, including preprocessing, image fusion, feature extraction, organization and correction of television, SVM classification and so on, can be learned.)

文件列表：

Matlab代码\1.双面匹配与仿射变换\edge_and_radon.m, 1113 , 2015-11-02
Matlab代码\2.颜色空间转换\cform_rgb2lab.m, 997 , 2018-06-10
Matlab代码\2.颜色空间转换\color_removal_handpass.m, 1111 , 2018-06-09
Matlab代码\3.图像融合\Butterworth_filter.m, 509 , 2016-01-07
Matlab代码\3.图像融合\merge_average.m, 361 , 2016-01-06
Matlab代码\3.图像融合\merge_wavelet.m, 2362 , 2016-01-06
Matlab代码\3.图像融合\merge_wavelet_double.m, 4343 , 2016-01-06
Matlab代码\3.图像融合\拉普拉斯金字塔\dec2.m, 202 , 2015-12-12
Matlab代码\3.图像融合\拉普拉斯金字塔\es2.m, 519 , 2015-12-12
Matlab代码\3.图像融合\拉普拉斯金字塔\fuse_lap.m, 2015 , 2018-06-10
Matlab代码\3.图像融合\拉普拉斯金字塔\lap_fusion.m, 752 , 2018-06-10
Matlab代码\3.图像融合\拉普拉斯金字塔\selb.m, 503 , 2015-12-12
Matlab代码\3.图像融合\拉普拉斯金字塔\selc.m, 1880 , 2015-12-12
Matlab代码\3.图像融合\拉普拉斯金字塔\undec2.m, 234 , 2015-12-12
Matlab代码\3.图像融合\指标评价\Average_Gradient.m, 311 , 2015-12-24
Matlab代码\3.图像融合\指标评价\AVE_BACK.bmp, 236278 , 2015-12-27
Matlab代码\3.图像融合\指标评价\AVE_FACE.bmp, 236278 , 2015-12-27
Matlab代码\3.图像融合\指标评价\back.bmp, 263222 , 2015-12-12
Matlab代码\3.图像融合\指标评价\Entropy.m, 845 , 2016-01-07
Matlab代码\3.图像融合\指标评价\face.bmp, 263222 , 2015-12-12
Matlab代码\3.图像融合\指标评价\fusion_average.bmp, 263222 , 2015-12-12
Matlab代码\3.图像融合\指标评价\fusion_lap.jpg, 320644 , 2015-12-12
Matlab代码\3.图像融合\指标评价\fusion_weavelet.bmp, 263222 , 2015-12-25
Matlab代码\3.图像融合\指标评价\fusion_weavelet_improve.bmp, 263222 , 2015-12-12
Matlab代码\3.图像融合\指标评价\Gray Level Distribution (AVE).bmp, 236278 , 2015-12-24
Matlab代码\3.图像融合\指标评价\Gray Level Distribution (lap).bmp, 236278 , 2015-12-24
Matlab代码\3.图像融合\指标评价\Gray Level Distribution (wavelet).bmp, 236278 , 2015-12-25
Matlab代码\3.图像融合\指标评价\Gray Level Distribution (wavelet_improve).bmp, 236278 , 2015-12-24
Matlab代码\3.图像融合\指标评价\LAP_BACK.bmp, 236278 , 2015-12-27
Matlab代码\3.图像融合\指标评价\LAP_FACE.bmp, 236278 , 2015-12-27
Matlab代码\3.图像融合\指标评价\Mutual_Information.m, 2725 , 2016-01-07
Matlab代码\3.图像融合\指标评价\The Probability of Gray Level (ave).bmp, 236278 , 2015-12-24
Matlab代码\3.图像融合\指标评价\The Probability of Gray Level (lap).bmp, 236278 , 2015-12-24
Matlab代码\3.图像融合\指标评价\The Probability of Gray Level (wavelet).bmp, 236278 , 2015-12-25
Matlab代码\3.图像融合\指标评价\The Probability of Gray Level (wavelet_improve).bmp, 236278 , 2015-12-24
Matlab代码\3.图像融合\指标评价\WAVELET2_BACK.bmp, 236278 , 2015-12-27
Matlab代码\3.图像融合\指标评价\WAVELET2_FACE.bmp, 236278 , 2015-12-27
Matlab代码\3.图像融合\指标评价\WAVELET_BACK.bmp, 236278 , 2015-12-27
Matlab代码\3.图像融合\指标评价\WAVELET_FACE.bmp, 236278 , 2015-12-27
Matlab代码\4.经纬纱重建\reconstruction_of_warp_and_weft.m, 4205 , 2016-01-09
Matlab代码\5.网格划分\color_removal.m, 651 , 2016-04-14
Matlab代码\5.网格划分\grid_revised.m, 3060 , 2018-06-03
Matlab代码\5.网格划分\Histogram_Equalization.m, 358 , 2016-04-14
Matlab代码\5.网格划分\rgb2gray.m, 289 , 2016-04-14
Matlab代码\5.网格划分\smooth1.m, 647 , 2016-03-28
Matlab代码\5.网格划分\spline.m, 701 , 2016-03-28
Matlab代码\5.网格划分\wiener_filter.m, 304 , 2016-04-04
Matlab代码\6.特征参数提取\lbp_8neighbors.m, 6428 , 2016-05-23
Matlab代码\6.特征参数提取\lbp_revised.m, 4647 , 2016-05-22
Matlab代码\6.特征参数提取\local_binary_patterns.m, 5476 , 2016-05-15
Matlab代码\6.组织点属性识别\gray_variation.m, 2810 , 2017-12-09
Matlab代码\6.组织点属性识别\gv.m, 2350 , 2016-05-27
Matlab代码\6.组织点属性识别\纬组织点模型.bmp, 44154 , 2016-05-29
Matlab代码\6.组织点属性识别\纬组织点模板.xls, 18944 , 2016-05-24
Matlab代码\6.组织点属性识别\经组织点模型.bmp, 44154 , 2016-05-29
Matlab代码\6.组织点属性识别\经组织点模板.xls, 18944 , 2016-05-24
Matlab代码\7.k近邻算法组织点校正\interlace_recognition.m, 3603 , 2016-06-30
Matlab代码\7.k近邻算法组织点校正\K_neighbor.m, 649 , 2016-06-15
Matlab代码\7.k近邻算法组织点校正\zuzhitu.m, 899 , 2016-06-30
Matlab代码\8.配色模纹图\color_values.m, 691 , 2016-10-27
Matlab代码\8.配色模纹图\cropping(500x500).m, 417 , 2016-09-17
Matlab代码\8.配色模纹图\rgb2Lab.m, 853 , 2016-10-28
Matlab代码\8.配色模纹图\rgb_extraction.m, 2847 , 2016-09-30
Matlab代码\SVM\bedroom.mat, 1358 , 2015-03-27
Matlab代码\SVM\forest.mat, 1338 , 2015-03-27
Matlab代码\SVM\labelset.mat, 184 , 2015-03-27
Matlab代码\SVM\SVM (2).m, 1462 , 2016-05-18
Matlab代码\SVM\svm.m, 281 , 2016-05-18
Matlab代码\3.图像融合\拉普拉斯金字塔, 0 , 2018-08-31
Matlab代码\3.图像融合\指标评价, 0 , 2018-08-31
Matlab代码\1.双面匹配与仿射变换, 0 , 2018-08-31
Matlab代码\2.颜色空间转换, 0 , 2018-08-31
Matlab代码\3.图像融合, 0 , 2018-08-31
Matlab代码\4.经纬纱重建, 0 , 2018-08-31
Matlab代码\5.网格划分, 0 , 2018-08-31
Matlab代码\6.特征参数提取, 0 , 2018-08-31
Matlab代码\6.组织点属性识别, 0 , 2018-08-31
Matlab代码\7.k近邻算法组织点校正, 0 , 2018-08-31
Matlab代码\8.配色模纹图, 0 , 2018-08-31
Matlab代码\SVM, 0 , 2018-08-31
Matlab代码, 0 , 2018-08-31

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

  • VMD
    对原始数据进行去噪处理，是一种比较新颖的模态分解方法。VMD方法将信号分解转化为约束变分问题,自适应地将信号分解为若干个IMF分量之和。(De-noising for raw data is a relatively novel modal decomposition method. The VMD method transforms the signal decomposition into a constrained variational problem and adaptively decomposes the signal into the sum of several IMF components.)
    2018-09-04 21:38:44下载
    积分：1
  • 总个数确定后，每张盘curDisk的移动方向maybe_To是确定的且唯一的：如共有三个盘时，盘1始终向左移动。 这里，将柱子由左向右看成A(源柱子Source...
    总个数确定后，每张盘curDisk的移动方向maybe_To是确定的且唯一的：如共有三个盘时，盘1始终向左移动。 这里，将柱子由左向右看成A(源柱子Source),B(借助的柱子Borrow),C(目标柱子Target). A的左看成C，B的左看成A，C的左看成B； A的有看成B，B的右看成C，C的右看成A； 每张盘的移动方法(因为不可能连续两次移动相同的盘！)： 一个盘curDisk现在在 柱子curStick上，那么curDisk另一个柱子(3个中除了2个的另1个) 只要有选择的选择一个柱子curStick,分析、判断其最上面的盘curDisk的能否向curDisk确定的唯一的方向移动；移动 完后 再 选择 另一个 柱子 分析 判断 就可以完成了 (这个算法特别适合于人玩这个“弱智”（我有同学这么说）游戏，我玩我的文曲星pc1000a上的Hanoi 9层游戏，需要5分钟就可以移动完毕)-total number identified, each set curDisk maybe_To direction of the movement of which is determined only : If there are three disk, was always left a mobile. Here, the columns from left to right as A (source pole Source), B (using the pole Borrow), C (target pole Target). A left as C, B to the left as A, C on the left as B; A as the B, B on the right side as C, the right as A; each set of mobile methods (as it is impossible for the same two mobile disk!) : a set curDisk curStick now on the pole, then curDisk another pole (three in addition to two other one), when given a choice, choose a pole
    2022-09-17 11:25:03下载
    积分：1
  • 使用ArcEngine java api 开发的通过arcsde读取空间数据，并显示
    使用ArcEngine java api 开发的通过arcsde读取空间数据，并显示-ArcEngine java api to use the development of spatial data through ArcSDE reads and displays
    2022-07-19 05:20:01下载
    积分：1
  • 用java编制的一个拼图游戏，练习应用button，Jtextfield,Jscrool等组建，练习使用 java.io.* javax.swing.* 等包的...
    用java编制的一个拼图游戏，练习应用button，Jtextfield,Jscrool等组建，练习使用 java.io.* javax.swing.* 等包的用法-prepared with a puzzles, exercise Application button, Jtextfield, Jscrool other form, a practice used java.io.* javax.swing .* packages, such as the use of
    2022-03-22 01:15:42下载
    积分：1
  • iop
    利用PSCAD模擬海底電纜故障分析,利於電力人員做研究參考(Using PSCAD to simulate submarine cable fault analysis)
    2018-07-21 23:40:02下载
    积分：1
  • 绘制震源机制解
    说明：  通过matlab输入走向倾向倾角三个参数可以绘制震源机制解(Source mechanism solution can be drawn by inputting three parameters of strike dip angle in MATLAB)
    2019-10-09 10:51:22下载
    积分：1
  • Atmel sensor系统开发白皮书，编程内部SDK开发说明，最新版本，适用于嵌入式系统指纹识别开发...
    Atmel sensor系统开发白皮书，编程内部SDK开发说明，最新版本，适用于嵌入式系统指纹识别开发-Atmel sensor system development white paper, the internal SDK development program note, the latest version, Embedded system applicable to the development of fingerprint recognition
    2022-12-07 15:35:04下载
    积分：1
  • vimconfig
    说明：  vim配置及超简单使用，ctags配置，一键使用(vim configuration and super simple use, ctags configuration, one key use)
    2020-07-24 11:05:49下载
    积分：1
  • 这是一个小闹钟程序，可以进行一些简单的时间提醒，很小巧...
    这是一个小闹钟程序，可以进行一些简单的时间提醒，很小巧-This is a small alarm clock procedures can be carried out some time to remind the simple, very compact
    2022-08-24 05:42:03下载
    积分：1
  • GifDecoder
    解析git图片所用，可配合InputStream将gif图片转换为jpg(Used for parsing git pictures)
    2020-06-16 21:00:02下载
    积分：1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载

热门标签

Visual C++ matlab C/C++ Java Others Unix_Linux EasyLanguage易语言 Visual Basic C# PDF C++ Delphi VHDL ASP WINDOWS
热门下载

Copyright© 2019-2026 | Powered by Imdn | 浙ICP备16007336号 | IMDN交流 | 联系客服（QQ：3324461878）

本网站资源收集自网络及网站用户上传，若有侵权请邮件至（3324461878@qq.com），核实后我们会在24小时内删除，谢谢！