您现在的位置是：MatlabCode> 资源下载 > 资源下载 > 图像处理
资源下载 > 图像处理
-
-
-
形态学方法对灰度图像进行处理与分析的技术
以rice．tif为图像实例，介绍用形态学方法对灰度图像进行处理与分析的技术要点，即对灰度图像进行如下操作：去除图像的不均匀背景；用设置阈值的方法(thresholding)将结果图像转换成二值图像；通过成分标记(components labeling)返回图像中的目标对象属性，并计算目标对象的统计数字特征。 -
-
研究了面积法对车流量进行统计
本文重点研究了面积法对车流量进行统计。在研究算法过程中主要用到了车辆图像检测相关的灰度化、滤波、图像增强、锐化等图像处理基础知识，并将这些知识的算法进行了比较研究。进而用到了阈值分割、边缘检测、以及形态学操作等图像分割技术以及车辆的检测和提取算法。最后设计一种实时可靠的统计算法。 -
-
-
-
-
-
-
-
应用9×9的窗口对上述图像进行随机抽样
（1）应用9×9的窗口对上述图象进行随机抽样，共抽样200块子图象；（2）将所有子图象按列相接变成一个81维的行向量；（3）对所有200个行向量进行KL变换，求出其对应的协方差矩阵的特征向量和特征值，按降序排列特征值以及所对应的特征向量；（4）选择前40个最大特征值所对应的特征向量作为主元，将原图象块向这40个特征向量上投影，所获得的投影系数就是这个子块的特征向量。（5）求出所有子块的特征向量。 -
人脸识别的稀疏表示识别方法将稀疏表示的保真度表示为余项的L2范数
人脸识别的稀疏表示识别方法将稀疏表示的保真度表示为余项的L2范数，但最大似然估计理论证明这样的假设要求余项服从高斯分布，实际中这样的分布可能并不成立，特别是当测试图像中存在噪声、遮挡和伪装等异常像素，这导致传统的保真度表达式所构造的稀疏表示模型对上述这些情况缺少足够的鲁棒性。而最大似然稀疏表示识别模型则基于最大似然估计理论，将保真度表达式改写为余项的最大似然分布函数，并将最大似然问题转化为一个加权优化问题 -
-
-
-
-
-
