视频分割

在加工每一针前根据设定轨迹、运动参数、物料材质、当前加工位置等先用BP神经网络得到加工点粗略的变形量,对加工轨迹进行预补偿。加工时动态采集加工点的局部图像,经数字图像处理得到加工点实际坐标与设定坐标的偏差值,一方面将所得值作为神经网络的输出样本,结合相关参数对神经网络进行在线培训,另一方面将此偏差值与加工点设定坐标之和(即加工点实际坐标)用神经网络的输出进行预补偿,求出其与针头实际位置的差值作为PID控制器的输入,从而提高控制系统的动态特性,实现快速精确绗缝的自动化加工。

本文是对canny算子的滤波环节进行改进过得，用的是各向异性高斯核的方向倒数进行滤波平滑。并且已经用做成MFC界面 Canny算法程序中分成以下7步：l 生成高斯滤波系数；l 用生成的高斯滤波系数对原图像进行平滑；l 求滤波后图像的梯度；l 进行非最大抑制；l 统计图像的直方图，对阈值进行判定；l 利用函数寻找边界起点；l 根据第6步执行的结果，从一个像素点开始搜索，搜索以该像素点为边界起点的一条边界的一条边界的所有边界点

这个程序使用拉普拉斯滤波器和高斯滤波器对锐化图像，图像处理的像素使用指针

使用C语言编写的图像去隔行的程序，可以处理视频，输入为RAW文件。经多次实现，效果良好，当心使用。使用的MELA算法，即一种线性的领域插值方法，基于的事六邻域。MELA算法是对ELA算法的改进，效果有显著提高。可以作为参考，对初学者很有帮助。

迷宫规划求解使用 matlab.only 中的图像处理提供输入的图像文件，您将得到以下输出

附件中提供的代码是根据文章“Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries”编写的，整个程序分为两个阶段，第一，稀疏分解，第二，字典学习过程。在稀疏分解中采用的是正交匹配追踪算法（OMP），在字典学习过程中采用K次奇异值分解方法（SVD）更新字典原子。

资源描述 程序实现鼠标画图功能，点击鼠标左键则会以点击位置为圆心画一个圆，而且每次点击画出的圆颜色和上一次都不一样，看起来色彩丰富，很有意思，效果如下图：  

这个代码是用于区域生长算法1条规定在检测错误的条件图和用于进行必要的修改。此算法的重复进行，直到没有发生进一步的变化。为了降低了后续的图形分析的复杂性，所有的用很短的链路端点被除去。四周前开始在图表分析阶段，所有船只外径被除去。视盘区域通常含有许多船只和图形在这方面是不可靠的。如这些船只是不相关的A / V分类过程中，它们可以被除去。其结果是由几个构成的图非连接的单独的子图。图中的操作改性步骤示于图

加深理解FIR数字滤波器的时域特性和频率特性，掌握FIR数字滤波器的设计原理与设计方法，以及FIR数字滤波器的应用。

应用背景加噪声的蕾娜图，经过中值滤波处理后输出像素值矩阵，保存在txt中。从MATLAB里读出txt像素值，重置矩阵后输出处理后的雷娜图（降噪）关键技术中值滤波算法核心是取9个值（文件中是3*3窗口）计算出中值输出，需要大量的FIFO。ISE文件中已经编写好并通过综合，可以直接使用。使用时注意更改路径。