包含了對于灰度圖像的8種jpeg無損壓縮的預(yù)測方法，這是用來學(xué)習(xí)jpeg loseless compression的非常好的例子。idc.h為頭文件, image_size.c和readimage.c用來讀取目標(biāo)文件的大小和每個像素的灰度值, jpegll_enc.c和jpegll_dec.c為編碼和解碼文件。
標(biāo)簽： jpeg 灰度圖像 無損壓縮 預(yù)測方法
上傳時間： 2016-04-22
上傳用戶：love1314
游戲規(guī)則如下： 1． 如果一個細胞周圍有3個細胞為生（一個細胞周圍共有8個細胞），則該細胞為生，即該細胞若原先為死，則轉(zhuǎn)為生，若原先為生，則保持不變； 2． 如果一個細胞周圍有2個細胞為生，則該細胞的生死狀態(tài)保持不變； 3． 在其它情況下，該細胞為死，即該細胞若原先為生，則轉(zhuǎn)為死，若原先為死，則保持不變設(shè)定圖像中每個像素的初始狀態(tài)后依據(jù)上述的游戲規(guī)則演繹生命的變化，由于初始狀態(tài)和迭代次數(shù)不同，將會得到令人嘆服的優(yōu)美圖案。
標(biāo)簽：
上傳時間： 2014-11-29
上傳用戶：wangzhen1990
用于解決嵌入式設(shè)備啟動時向LCD屏輸出文字的難題。運行電腦的畫圖工具和本程序，點擊“Rectangle”按鈕，屏幕上出現(xiàn)一個矩形，在該區(qū)域內(nèi)輸入想要顯示的文字。然后點擊“GetPixel”按鈕，讀取文字點陣的坐標(biāo)信息，將它作為數(shù)組存入啟動程序，作為像素點輸出，字體的顏色根據(jù)需要確定。
標(biāo)簽： LCD 嵌入式設(shè)備 輸出 電腦
上傳時間： 2013-12-18
上傳用戶：葉山豪
三步法哪l是一種較好的搜索算法，快速而且高效，它是在對數(shù)法的基礎(chǔ)上對 其進行了改進，提出在每一步搜索后搜索步長均減半的算法。它基本保持了FS的 性能，但其計算量只有FS的10％左右。TSS在會議電視和可視電話中應(yīng)用較多， 它通過三步搜索，逐步較小搜索步長。若最大搜索范圍為士7，搜索精度取一個像 素，則步長為4、2、1，共需三步即可滿足要求，從而得名。
標(biāo)簽： 搜索算法
上傳時間： 2016-05-19
上傳用戶：cc1
文章提出了一種基于Sobel算子和網(wǎng)格的二尺度彩色圖像邊緣檢測方法.該方法將圖像劃分成預(yù)先設(shè)定大小的網(wǎng)格，在兩個尺度上對圖像進行分析，完成圖像的邊緣檢測。首先用Sobel算子求得圖像邊緣，依據(jù)網(wǎng)格內(nèi)含有邊緣像素的數(shù)目以及連通情況將不同的網(wǎng)格分別處理。 然后以網(wǎng)格為數(shù)據(jù)單元，在較大尺度上運用Sobel算子得到圖像邊緣。最后通過設(shè)定數(shù)據(jù)的優(yōu)先級和使用形態(tài)學(xué)的方法合并兩次計算邊緣的結(jié)果。該方法充分考慮到了圖像當(dāng)中可能出現(xiàn)的各種復(fù)雜情況，從兩個尺度分割圖像，彌補了單一方法的不足，提高了分割的正確率。
標(biāo)簽： Sobel 網(wǎng)格 尺度 圖像
上傳時間： 2013-12-05
上傳用戶：hxy200501
基于Sobel算子.該方法將圖像劃分成預(yù)先設(shè)定大小的網(wǎng)格，在兩個尺度上對圖像進行分析，完成圖像的邊緣檢測。首先用Sobel算子求得圖像邊緣，依據(jù)網(wǎng)格內(nèi)含有邊緣像素的數(shù)目以及連通情況將不同的網(wǎng)格分別處理。 然后以網(wǎng)格為數(shù)據(jù)單元，在較大尺度上運用Sobel算子得到圖像邊緣。最后通過設(shè)定數(shù)據(jù)的優(yōu)先級和使用形態(tài)學(xué)的方法合并兩次計算邊緣的結(jié)果。
上傳時間： 2014-09-08
上傳用戶：四只眼
matlab實現(xiàn)商標(biāo)文字分割~第一部分計算列梯度差，計算每個像素的列方向一定范圍內(nèi)（n）最大值和最小值的差距,統(tǒng)計該差值超過某一設(shè)定域值T的像素的個數(shù)，并將該統(tǒng)計個數(shù)存在 GY 向量。，第二部分計算行梯度差，計算每個像素的行方向一定范圍內(nèi)（n）最大值和最小值的差距，統(tǒng)計該差值超過某一設(shè)定域值T的像素的個數(shù)，并存在 GX 向量
標(biāo)簽： matlab 商標(biāo) 分割 分
上傳時間： 2016-06-24
上傳用戶：chenbhdt
使用說明 使用時打開此例題目錄下pic中的圖片，然后依次單擊按鈕“轉(zhuǎn)”、“1”、“2”、“3”、“4”和“5”，就可以實現(xiàn)精確的車牌定位。 具體步驟 1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區(qū)域灰度基本被賦值為0?？紤]到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時間： 2014-01-17
上傳用戶：851197153
一個基于GUI的界面系統(tǒng)設(shè)計的程序，主要是對葉片面積的求的目的，對圖像進行相應(yīng)的預(yù)處理，求出葉片面積的有效像素。
標(biāo)簽： GUI 系統(tǒng)設(shè)計 程序
上傳時間： 2016-07-15
上傳用戶：netwolf
提出了一種基于CCD圖像的塑料齒輪齒形缺陷檢測方法。采用A102FCCD數(shù)字?jǐn)z像頭采集塑料齒輪的圖像, 經(jīng) 過IEEE1394數(shù)字接口卡傳輸?shù)接嬎銠C。對含有噪聲的原始數(shù)字圖像實施平滑處理、圖像分割、輪廓提取及細化等處理, 使圖像轉(zhuǎn)變成易于檢測的單像素寬邊緣信息。檢測了齒輪中心孔的圓心, 進而對齒輪齒形缺陷進行檢測。理論分析及實驗 結(jié)果表明該方法檢測速度快、精度高, 滿足產(chǎn)品在線檢測的要求。
上傳時間： 2016-07-18
上傳用戶：dapangxie
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
