MATLAB火焰检测,本课题为基于颜色的火焰识别技术。将彩色图像转化为HSV图像,当HSV三通道比例符合一定经验值的时候,就确定为火焰的像素,将目标变成白色,其余变为黑色。结合形态学进行滤波,去除干扰面积。再原图的基础上进行定位框出,并且进行预警。
1
数字图像在进行数学形态滤波去噪时,根据噪声特点可以尝试采用维数由小到大的结构元素来进行处理,进而达到滤除不同噪声的目的。采用数学形态学的多结构元素,可以更多地保持数字图像的几何特征. MATLAB开发的基于形态学的权重自适应图像去噪,运行无误。请放心下载
2021-04-04 14:42:12 768KB 人工智能 机器学习 matlab 形态学
1
对输入的图像进行传统的图像分割操作,可以去除少量噪音.
2021-04-03 19:02:20 269KB 图像分割 python 形态学
1
图像形态学处理
2021-04-02 14:12:08 5KB python
1
图像提取形态学实战之对图片的腐蚀区域提取显示源码展示MATLAB的源程序打包,图片以及输入输出。
1
opencv形态学操作应用提取水平和垂直线.rtf
2021-03-24 22:03:37 11.12MB opencv c++ 图像处理
1
MATLAB口zhao识别系统。先进行人脸定位,裁剪人脸,因为口罩是在人脸部位的。人脸定位+颜色定位的方法,带GUI界面。
1
多个连通域的识别以及质心标记代码,包含了形态学处理,图像求反,质心标记等
2021-03-16 16:39:05 12KB ‘形态学分析
1
为了从遥感图像中提取出更为准确完整的目标边缘,提出一种基于无下采样Shearlet 模极大值和改进数学形态学的目标边缘提取方法。首先采用无下采样 Shearlet 变换(NSST)将图像分解成边缘细节丰富的高频分量和边缘细节较少的低频分量;然后结合不同分解程度下边缘像素点处的系数关系,对高频分量的各个子带进行模极大值检测,再经过双层掩膜筛选后得到高频边缘提取结果;对低频分量采用改进的数学形态学方法,得到低频边缘提取结果;最后将上述两部分融合,使用区域连通方法去除孤立点,得到最终的目标边缘图像。大量实验结果表明,与 Canny 以及其他 4 种同类边缘提取方法相比,本文方法所得边缘定位准确、完整清晰、细节丰富,且抗噪能力强,为后续遥感图像目标特征提取与识别奠定更好基础。
1
数学形态学分形维数的船舶视频图像中识别研究_冉营丽 (1).pdf
2021-03-12 16:23:40 1.6MB 分类
1