数字图像处理——形态学实验

数字图像处理——图像分割实验

两套自己编写的MATLAB车牌识别源码。第二套较第一套改进了一些。里面带了车牌的图片，在MATLAB下运行main.m文件，选择要识别的图片即可自动识别。 两套自己编写的MATLAB车牌识别源码。第二套较第一套改进了一些。里面带了车牌的图片，在MATLAB下运行main.m文件，选择要识别的图片即可自动识别。 两套自己编写的MATLAB车牌识别源码。第二套较第一套改进了一些。里面带了车牌的图片，在MATLAB下运行main.m文件，选择要识别的图片即可自动识别。 两套自己编写的MATLAB车牌识别源码。第二套较第一套改进了一些。里面带了车牌的图片，在MATLAB下运行main.m文件，选择要识别的图片即可自动识别。 两套自己编写的MATLAB车牌识别源码。第二套较第一套改进了一些。里面带了车牌的图片，在MATLAB下运行main.m文件，选择要识别的图片即可自动识别。 两套自己编写的MATLAB车牌识别源码。第二套较第一套改进了一些。里面带了车牌的图片，在MATLAB下运行main.m文件，选择要识别的图片即可自动识别。 MATLAB 数字图像处理 2017-》

利用图像处理的额方法识别道路裂缝，其他类型的裂缝也能识别。处理方法包括中值滤波、均值滤波、二值化、判断提取缺陷、大小位置及方向等。修改代码私企鹅号386114318

车牌识别 边缘检测 图像恢复 等各种类型的报告 为你的课程设计或实验提供一些参考 数字图像处理的各种操作与部分具有可行性的代码资源都在其中

为了解决复杂光照环境下斑马线识别的困难，提高基于视觉的交通标志识别系统的识别效率，文中设计了一种不均匀光照下斑马线的识别与处理方法。首先将原图转化为灰度图，可以消除不同光照颜色的影响和减少数据量；然后对灰度图做直方图均衡化，可以消除不均匀光照的影响；再将其转化为二值图像，可以再次减少数据量并突出斑马线的特征。对二值图像做腐蚀处理可以消除噪声，然后再做膨胀处理，可以填补斑马线的空隙。使用Canny算子提取斑马线的边缘，然后将边缘图像转换到Hough域，即可获得图像中的直线信息。根据这些直线信息就可以计算出图像中是否有斑马线。实验结果表明，文中设计的方法对在不均匀光照条件下的斑马线的识别率达到96.25%，有较高的识别率和识别效率。

DUKE大学OCT图像（Chiu_BOE_2014_dataset）积液分割图像，包括源文件（.mat）以及自己分割出的专家标注二值图。用于积液分割，机器学习训练数据源。 数据集原.mat文件可以自己用matlab处理，我这里用python代码解析出来的图片。

CVI2012 + IMAQ vision6.0 https://blog.csdn.net/weixin_43470383/article/details/117478961 https://blog.csdn.net/weixin_43470383/article/details/117486707 https://blog.csdn.net/weixin_43470383/article/details/117518445

实验要求：用matlab实现车牌号的提取，对不同的图片可能要自己调参，所附的实验图片效果不错

Visual C++MATLAB图像处理与识别实用案例精选(PDG版+源代码)，包括书籍和源码两部分