ImproveCanny

图像纹理提取gabor小波提取特征一幅输入的图形进行特征提取基于gabor小波变换(image texture extraction of edge detection)

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。()

本程序能够实现图像处理中的图像细化，是基于matlab的。(This procedure can realize image processing image thinning is based on the matlab.)

一个快速而精确的一阶稀疏图像复原算法。主要应用于图像去噪声。(A fast and accurate first-order sparse image restoration algorithm. Is mainly used in the image to the noise.)

给予偏微分方程的图像处理一书中的实验代码很全面 (Given partial differential equations of image processing of the experimental code book is very comprehensive)

基于点云的谷脊线特征提取算法研究：提出一种基于多步逼近策略的点云特征提取算法(Exaction of ringle and ravine.)

高光谱分析工具包 用于matlab环境中 可以比较省事实力的对高光普图像分析 很实用(hyperspectral analysis)

立体图像左右视点融合，将左右图像利用LogGabor融合成一幅图像。(Stereo image fusion, the left and right image are fused into an image using LogGabor.)

将一副图像进行rgb分离，并将R G B 的各个分量显示出来。(the sepration of rgb and show the sepration )

说明：  LSB(英文 least significant bit)即最低有效位。LSB加密是信息隐藏中最基本的方法。由于人们识别声音或图片的能力有限，因此我们稍微改动信息的某一位是不会影响我们识别声音或图片的。(LSB replace steganography)