登录
首页 » 图像处理 » nlm非均值局部matlab程序

nlm非均值局部matlab程序

于 2022-03-03 发布 文件大小:61.97 kB
0 174
下载积分: 2 下载次数: 3

代码说明:

nlm的matlab程序,以一片像素点为计算单元,不同于以往的一像素点为计算单元。运算时间稍长。基于局部算子的不同形式的TV模型用于彩色图像噪声去除时往往存在边缘模糊、纹理模糊、阶梯效应、Mosaic效应等问题。本文基于非局部算子概念将传统的Tikhonov模型、TV模型、MTV模型、CTV模型推广到NL-CT模型、

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

  • ipmage
    ipmage 处理
    2022-11-03 04:20:04下载
    积分:1
  • elad稀疏与冗余的matlab程序
    在稀疏领域比较著名的是elad的稀疏与冗余。这个程序是对elad的书本上的算法进行实现的matlab程序
    2022-02-04 03:01:50下载
    积分:1
  • 纯c代码的MP4编解码
    纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,
    2022-02-04 14:37:39下载
    积分:1
  • 颜色选择器ColorPicker- jQuery UI 小工具
    翻译 maninwest@Codeforge  作者:Olivier Giulieri@ Codeproject 简介 此项目是一个 web 颜色选择器,看上去像是 Microsoft Office 2010 中的那个。它可以内联使用或者作为绑到文本框的弹出窗使用,支持多种配置和主题。该项目和演示托管在 GitHub 上。 http://github.com/evoluteur/colorpicker 使用代码首先,加载 jQuery (v1.7 或以上版本)、 jQuery UI (v1.8或以上版本)以及这个小工具的代码: 这个小部件需要 jQuery UI 主题, 以及自带的基本 CSS 文件 "evol.colorpicker.css",在这里我们使用 "ui-lightness" 主题作为例子:
    2022-06-17 00:12:08下载
    积分:1
  • 基于人眼的人脸旋转裁剪
    根据给定的人脸的位置,输入人脸的位置,对人脸进行旋转,使得人眼视水平,并处理使人眼之间的距离是100个像素。 最后对整个图片进行裁剪,得到340*340 照片作为最后的结果。
    2022-03-20 11:29:47下载
    积分:1
  • vdggdxvxbbxbvzxvvvvzv
    多输入多输出 (MIMO) 网络 同时使用多个射频链的接口。在这 纸,我们提出一种新型电源管理解决方案 mimo 在移动系统中,被称为的天线管理网络接口。 关键点是要自适应地禁用子集的天线和其 射频链以降低电路功耗,当能力 使用大量的天线的改进很小。天线 管理明智地确定活动的数量 天线尽量每位能源同时满足的数据速率 要求。这项工作提供了这两个理论的框架和 天线管理系统的设计。我们第一次礼物
    2022-03-22 00:45:58下载
    积分:1
  • VC人脸检测系统
    本系统的代码是在VC6.0平台下完成的。VC实现的人脸检测系统,全部基于MFC实现。通过颜色空间转换、 皮肤颜色建模、膨胀、腐蚀、去除伪人脸区域、二次膨胀与腐蚀,从而大致定位人脸区域。再通过眼睛亮度 与色度匹配、嘴巴匹配从而精确定位人脸。 实验结果可以精确定位人脸区域。 以下是算法文件清单: DIB.cpp DIB.h 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
    2022-02-21 15:35:59下载
    积分:1
  • 应用opencv进行直线检测
    资源描述应用Visio studio +opencv实现直线检测,通过读入一副图片进行二值化并实现边缘检测,最后应用霍夫变换检测直线。
    2022-01-25 18:54:43下载
    积分:1
  • B样条曲线
    三个控制点的b样条曲线,会输出插值数,每隔一个点,会在曲线上标出。显示用opengl。
    2023-05-31 09:45:04下载
    积分:1
  • kalman+camshift 跟踪程序
    针对camshift跟踪容易丢失目标问题,加入了kalman滤波来预测下一个可能存在的位置,跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法,后者的核心是沿某种函数的梯度方向迭代,之后根据迭代次数和误差阈值收敛于某一个范围,这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像,可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级,可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法,对运动不敏感,所以不能进行两帧之间目标的关联分析(这一部分要我们自己做)。而这个算法之所以能够用来跟踪,我认识是算法的前提假设,相连帧间目标的运动是微小的,即运动是近似连续的,这样密度函数是连续的,就可以沿梯度方向寻找局部最优值,这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢,这是因为密度函数可能有多个峰,而梯度搜索很容易掉进局部最优值,而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取,即目标特征的表示方式,是一个很重要的部分。
    2022-05-28 22:57:31下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载