摘要：
Matlab 图像处理相关函数命令大全一、通用函数：colorbar 显示彩色条语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_... 阅读全文
摘要：
目前比较经典的图像去噪算法主要有以下三种：均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。[cpp]view plaincopy%x是需要滤波的图像,n是模板大小(即... 阅读全文
摘要：
与二值图像有些差异。示例：（1）灰度膨胀>> t=rand(7,8);>> t=ceil(t.*256)%t为灰度图像t =2091251919168246158142322051011134214112213633371689831369120023410844196128392132401622... 阅读全文
摘要：
基于小波变换的数字图像处理（MATLAB源代码）clear all; close all; clc;M=256;%原图像长度N=64; %水印长度[filename1,pathname]=uigetfile('*.*','select the image');image1=imread(num2st... 阅读全文
摘要：
1 综述Separating touching objects in an image is one of the more difficult image processing operations. The watershed transform is often applied to this... 阅读全文
摘要：
Graph cuts是一种十分有用和流行的能量优化算法，在计算机视觉领域普遍应用于前背景分割（Image segmentation）、立体视觉（stereo vision）、抠图（Image matting）等。 此类方法把图像分割问题与图的最小割（min cut）问题相关联。首先用一个无向图G=表示要分割的图像，V和E分别是顶点（vertex）和边（edge）的集合。此处的Graph和普通的Graph稍有不同。普通的图由顶点和边构成，如果边的有方向的，这样的图被则称为有向图，否则为无向图，且边是有权值的，不同的边可以有不同的权值，分别代表不同的物理意义。而Graph Cuts图是在普通图的基 阅读全文
摘要：
一些知识点的初步理解_8(Graph Cuts,ing...) Graph cuts是一种十分有用和流行的能量优化算法，在计算机视觉领域普遍应用于前背景分割（Image segmentation）、立体视觉（stereo vision）、抠图（Image matting）等。Graph Cuts理论最早是出现在流网络优化领域的，比如说水管网络，通信传输网络，城市车流网络等。此时的Graph Cuts算法是用来确定网络流的最小分割，即寻找一个容量最小的边的集合，去掉这个集合中的所有边就可以阻挡这个网络了。需要注意的是，通常所说的Graph Cuts算法是指的采用最大流-最小分割来优化的模型... 阅读全文
摘要：
1、图像的读取MATLAB中从图像文件中读取数据用函数imread()，这个函数的作用就是将图像文件的数据读入矩阵中，此外还可以用imfinfo()函数查看图像文件的信息（见例1）%例1：图像数据及图像信息的读取imfinfo c:/lilizong/boat.bmp%读取图像信息[A,M]=imread('c:/lilizong/boat.bmp');%图像数据的读取，将图像数据放入矩阵A中，颜色数据放入矩阵M中imshow(A,M);title('原图像');M(:,1)=0; %将颜色数据矩阵的一列置零figureimshow(A,M);title( 阅读全文
摘要：
图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention）1. 早期C. Koch与S. Ullman的研究工作.他们提出了非常有影响力的生物启发模型。C. KochandS. Ullman . Shifts in selective visual attention: Towards the underlying neural circuitry. Human Neurobiology, 4(4):219-227, 1985.C. Koch and T. Poggio. Predicting the Visual World: Silenc 阅读全文
摘要：
Harris通过运用微分运算和自相关矩阵改进了Moravec角点检测算法。用微分算子重新定义灰度强度变化的公式,其灰度强度变化表示为: 式中的wu,v为高斯窗口在(u,v)处的系数。X，Y它们是像素点在X方向和Y方向的一阶梯度，反映图像中每个像素点的灰度变化方向，,若像素点(x,y)在两个方向灰度都发生足够大的变化则提取为角点。 选取高斯函数为检测窗口，对图像进行平滑滤波再提取角点，对噪声有较好的抑制作用。 式中的矩阵定义为像素点(x, y)的自相关矩阵为，设K1,K2分别是矩阵M的两个特征值,为了避免对矩阵M进行特征值分解,Harris定义了角点响应函数,表达式如下:Rh=det... 阅读全文