摘要: t = (double)getTickCount(); Mat img1(1000, 1000, CV_32F); for (int i=0; i(i,j) = 3.2f; } } t = (double)getTickCount() - t; printf("in %gms\n", t*1000/getTickFrequency()); //*************************************************************** t = (double)getTickCount();... 阅读全文
posted @ 2013-07-11 23:26 chchche 阅读(347) 评论(0) 推荐(0) 编辑
摘要: 随着处理器计算能力的不断增强,使通过麦克斯韦方程组模拟和仿真在目标的散射回波成为了可能。因此,对目标和杂波散射回波的电磁特性进行深入分析从而提高目标检测的性能也成为了一个新的研究方向。 阅读全文
posted @ 2013-05-01 21:41 chchche 阅读(134) 评论(0) 推荐(0) 编辑
摘要: Crisp D J. The State-of-the-Art in Ship Detection in Synthetic Aperture Radar Imagery.Defence Science and Technology Organization (DSTO), Information Science Laboratory,Edinburgh, Australia, 2004.Novak L M. Target Detection Studies Using Fully Polarimetric Data Collected by the LincolnLaboratory MMW 阅读全文
posted @ 2013-05-01 21:40 chchche 阅读(304) 评论(0) 推荐(0) 编辑
摘要: 王翠珍. 极化SAR 数据分析与目标信息提取〔D〕. 中国科学院遥感应用研究所博士论文, 1999. 阅读全文
posted @ 2013-05-01 21:29 chchche 阅读(169) 评论(0) 推荐(0) 编辑
摘要: CGDDoc* pDoc = GetDocument(); ASSERT_VALID(pDoc); Mat I(pDoc->height,pDoc->width,CV_8UC1,*(pDoc->pDataL)); GaussianBlur( I, I, Size(5,5), 0, 0 ); //Canny( I, I, 50, 200, 3 ); this->Invalidate();此处pDoc->pDataL为LPBYTE; 阅读全文
posted @ 2013-03-04 14:46 chchche 阅读(139) 评论(0) 推荐(0) 编辑
摘要: Matrix Basics创建矩阵:Mat image(240, 320, CV 8UC3);重新分配矩阵的大小image.create(480, 640, CV 8UC3);创建矩阵并用常量赋值Mat A33(3, 3, CV 32F, Scalar(5));Mat B33(3, 3, CV 32F); B33 = Scalar(5);Mat C33 = Mat::ones(3, 3, CV 32F)*5.;Mat D33 = Mat::zeros(3, 3, CV 32F) + 5.;创建矩阵并用特殊量赋值double a = CV PI/3;Mat A22 = (Mat <floa 阅读全文
posted @ 2013-02-02 17:32 chchche 阅读(328) 评论(0) 推荐(0) 编辑
摘要: void Kuan(Mat &src, Mat &dst,int n){ for( int i = (n-1)/2; i < src.rows-(n-1)/2; ++i) for( int j = (n-1)/2; j < src.cols-(n-1)/2 ; ++j ) { int temp=(src.at<uchar>(i,j)+src.at<uchar>(i-1,j-1)+src.at<uchar>(i-1,j)+src.at<uchar>(i,j-1) +src.at<uch... 阅读全文
posted @ 2012-12-12 20:44 chchche 阅读(380) 评论(0) 推荐(0) 编辑
摘要: void Lee(Mat &src, Mat &dst){ for( int i = (n-1)/2; i < src.rows-(n-1)/2; ++i) for( int j = (n-1)/2; j < src.cols-(n-1)/2 ; ++j ) { int temp=( src.at<uchar>(i,j) +src.at<uchar>(i-1,j-1) +src.at<uchar>(i-1,j) ... 阅读全文
posted @ 2012-12-12 20:42 chchche 阅读(1464) 评论(0) 推荐(0) 编辑
摘要: 1 求取梯度图像2 将梯度图像视为一个高低起伏的地形图,原图上较平坦的区域梯度值较小,构成盆地原图上的边界区域梯度值较大,构成分割盆地的山脊3 水从盆地内最低洼的地方深入,随着水位不断长高,有的洼地将被连通,为防止两块洼地被连通,就在分割两者的山脊上筑起水坝,水位越长越高,水坝也越筑越高4 当水坝达到最高的山脊的高度的时候,算法结束每一个孤立的积水盆地对应一个分割区域 阅读全文
posted @ 2012-12-08 20:58 chchche 阅读(2670) 评论(0) 推荐(0) 编辑
摘要: 原图:T分水岭处理后的图:I结果输出:S1: 读取T,I,转为三通道或者单通道图;2:读取I,建立集合,忽略边界点,若集合数N<2,则结束;3;对比T,获取各集合的均值;4:依次融合均值距离最小的两个集合,直至集合数=2;5:将集合结合I,写入S。6:腐蚀S7:得到结果 阅读全文
posted @ 2012-11-14 19:34 chchche 阅读(358) 评论(0) 推荐(0) 编辑