基于MATLAB指纹图像处理与识别的研究.pdf

《Visual C++_MATLAB图像处理与识别实用案例精选》一书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章－第12章，是两个综合性较强的实例，分别足Visual C++实现的基于神经网络的文字识别系统和车牌定位系统。这是该书的所有常用数字图像处理算法的Visual C++代码实现代码。

VisualC++和matlab图像处理与识别实用案例精选(PDG版+源代码)

68张适用于图像处理领域的灰度图像

一些logo识别常用的训练样本集

关于车牌识别图像预处理技术的数字图像处理技术。适合应付期末课设。内涵代码，演示模板

MATLAB作为算法开发及数据可视化的交互式工具,在数字图像处理方面应用广泛,并集成了具有多种算法的图像处理工具箱。本文基于MATLAB图像用户界面(GUI)和图像处理工具箱设计实现了一款图像处理系统,该系统可实现图像的运算、变换、分割、改善、形态学处理、压缩编码等内容,并通过综合实例阐述了本系统在图像识别中的应用,使图像处理可视化更加直观,便捷。多次实践表明,本系统具有良好的实用性、交互性、移植性,易于后期模式识别和机器视觉相关应用的扩展研究。

肿瘤细胞的捕获研究对癌症的诊断和治疗具有重要意义。针对当前人工对捕获后的肿瘤细胞计数耗时长且易受人的主观影响等问题，利用Matlab设计了一种对被捕获的肿瘤细胞进行自动识别与计数的系统。通过对细胞图像进行灰度变换、阈值分割、形态学处理、分水岭分割等处理，提取出细胞区域并计数。通过计算细胞圆形度，将满足圆形度阈值的细胞标记并计数。实验结果表明，被捕获的肿瘤细胞圆形度阈值为0.87，系统自动识别错误率在6.3%左右，具有可行性，能够满足实际需求。

一个乳腺的图像数据库，322例，尺寸：1024*1024pixel，图像数据是PGM格式。

对图像作边缘识别