04 2022 档案
Matlab-图像分割之大津法（OTSU算法）
摘要：大津法（OTSU）是一种确定图像二值化分割阈值的算法，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大。 它被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性，将
Matlab-图像分割之区域生长法
摘要：区域增长是一种区域分割方法。假定区域的数目以及在每个区域中种子点的位置已知，则从该已知点开始，加上与已知点相似的邻近点形成一个区域。 (1)相似性准则可以是灰度级、彩色、组织、梯度或其它特性； (2)相似性的测度可以由所确定的阈值来判定。 (3)从满足检测准则的点开始，在各个方向上生长区域，如果其邻
SQL Server-数据库的完整性约束
摘要：摘要 数据库的完整性是指数据的正确性、有效性和相容性。 例如，在性别字段中，只能取“男”或“女”两个值中的一个，没有第三个可取值；学生的学号必须唯一。在SQL Server中,系统提供了多种强制数据完整性的机制，以确保数据库中的数据质量。 完整性约束作用的对象 关系：包括若干元组间、关系集合上以及关
ERDAS-对监督分类结果进行精度评估（Accuracy Assessment）
摘要：在执行监督分类之后，需要对分类效果进行评价。ERDAS提供了多种分类评价方法，包括分类叠加(classification overlay )、定义阈值(thresholding)、分类编码 (recode classes)、精度评估(accuracy assessment)等。本文主要讲述精度评估方
SQL Server-数据的录入、修改、删除和复制操作
摘要：创建数据库表之后，就可以向数据库表中录入数据，并且可以对数据库表中的数据进行查询、插入、修改、删除、复制等更新操作。 可以采用以下方法录入数据至数据库表中: 使用SQL Server的导入和导出数据功能把其他数据源数据导入SQL Server数据库表中。 使用数据管理器。 使用T-SQL语言中的IN
SQL Server-数据库表的创建、修改和删除
摘要：数据库表(Data Base Table)是包含数据库中所有数据的数据库对象，创建数据库之后，即可创建数据库表。 数据库表： 数据库表(简称表)是数据库内最重要的对象,它最主要的功能是存储数据内容。数据库表存储在数据库文件中,并可以将其存放在指定的文件组上。 数据库表是列的集合,每一列都是不可再分的
Matlab-形态学滤波去除椒盐噪声实例
摘要：形态学滤波最基本的两个形态学操作是腐蚀和膨胀，其他的高级形态学操作是基于这两个基本的形态学操作进行的，比如开运算、闭运算、形态学梯度、顶帽、黑帽等。 需要注意的是，在Matlab中，亮值是目标物，暗值是背景点。 先上结果： 代码： %% 形态学去噪 P = imread('cameraman.jpg
Matlab-形态学运算
摘要：形态学是基于形状处理图像的一组广泛的图像处理运算。在形态学运算中，图像中的每个像素都基于其邻域中其他像素的值进行调整。通过选择邻域的大小和形状，可以构造对输入图像中的特定形状敏感的形态学运算。 创建形态学结构元素 strel() SE = strel(nhood) 创建一个具有指定邻域 nhood
R-独立性检验实例
摘要：数据 gwas.csv文件（两列表现型和基因型的表格，包含标题） 问题描述 读入gwas.csv数据，得到phenotype与genotype的列联表后，进行分析不同表现型的基因型是否一致。 基因型分为AA,Aa和aa 3种。 代码实现 data = read.csv("gwas.csv", hea
R-正态性检验实例
摘要：数据 price.csv文件（一列价格差值的数据，包含标题） 问题描述 利用price.csv数据绘制数据直方图，并添加概率密度曲线(density)和估计概率密度曲线(dnorm) 。 绘制出qqplot及其拟合线。 用Shapiro和Kolmogorov-Smirnov检验判断该数据是否符合正态
SQL Server-数据库的创建、分离、备份、附加和删除
摘要：在SQL Server中，每个数据库至少拥有两个操作系统文件:一个数据文件和一个日志文件。 数据文件包含数据和对象；例如数据库表( table)，索引( index)、存储过程( storage)、触发器( trigger)和视图(view)等。 日志文件包含数据库中所有更新事务的全部信息，用于恢复
Matlab-代码实现微分算子锐化
摘要：图像锐化的目的是使模糊的图像变清晰（这种模糊是在数据获取过程中，由于操作失误导致或经过特殊方法处理后的结果），增强图像的边缘等细节。图像锐化增强边缘的同时会增强噪声，因此一般先去除或减轻噪声，再进行锐化处理。图像锐化可以在空间域或频率域通过高通滤波来实现，即减弱或消除低频分量而不影响高频分量。空间域
Matlab-通过循环创建子图显示不同γ值的γ校正结果
摘要：由于数字显示设备的非线性转换特征，使得图像的显示与原始场景相比较而言发生偏暗或偏亮的现象，这个时候就可以采用γ校正进行处理，使图像的显示等于或接近原始场景。
