二值化和灰度投影的人体定位系统

使用灰度共生矩阵提取图像纹理特征，此处更设计五个特征值，包括相关性、熵、二阶矩等五个特征值

灰度共生矩 灰度共生矩阵特征值 灰度共生矩阵特征值 文理分析上很有用大家可以看看 很是实用呀

matlab中RGB图像的分量灰度图的应用实例matlab中RGB图像的分量灰度图的应用实例matlab中RGB图像的分量灰度图的应用实例

基于python实现的机器视觉实验代码 灰度图像，二值图像，灰度直方图 幂次变换，对数变换，图像反转，图像求和--加性滤波器，位平面分割 拉普拉斯算子，平滑线性滤波器，梯度算子，统计中值滤波器

简单的灰度化程序，适用于初学者。开发环境为VS2008_OpenCV2.32

单灰度图像中眼睛定位的人脸位置矫正算法.doc

matlab灰色处理代码DIBCO 2017提交 此回购函是我向ICDAR 2017一部分组织的2017年文档图像二值化竞争（DIBCO）提交的内容。尽管我对比赛提交的内容进行了一些修改（Howe + RD + Image input，对所有可用内容进行了培训，数据，CRF后处理）。 有关确切的纸质代码，模型和docker映像，请参见this。 方法说明 该方法使用5个深度的全卷积网络（FCN）的集合执行二值化，该网络在多个图像比例（包括全分辨率）上运行。 底层的深度学习库是Caffe，更具体地说，是我自己的Caffe（）特定分支，应该与python绑定一起安装。 网络具有3个输入图像特征：1）原始灰度输入图像，2）图像的Howe二值化[1]，以及3）在图像上密集计算的相对黑暗度（RD）特征[2]。 Howe二值化是一种最新的二值化算法，其更多信息和代码位于。 RD特征只是计算邻居中有多少像素比中心像素更暗，更亮或相似，而中心像素则由阈值确定更暗，更亮或相似。 在使用阈值为10的5x5窗口训练这些网络的RD特性（即，较暗的像素是强度比中心像素低至少10倍的像素）。 附带说明一下，仅在原

以一张图像（灰度图）为例，用Matlab编程验证DCT量化、系数数量等因素对重建图像质量的影响。有详细的程序说明和DCT算法思路说明

根据由粗到精的思路,综合利用了眼睛在人脸面部特征中所特有的边缘与灰度分布信息,进行人眼特征定位。首先用横向Sobel算子对人脸图像进行边缘检测,获取人脸区域的横向边缘特征,然后采用图像形态学的方法框定人脸主要特征的大致区域,最后用计算灰度梯度密度的算法,快速精确地定位人眼区域。试验表明,本方法能快速而精确地实现人眼特征的定位。