在研究JPEG压缩编码对图像数据压缩的基本原理的基础上，设计了JPEG图像压缩算法程序实现流程，利用 Python语言对程序进行了编写，并实现了对压缩质量进行控制，验证了JPEG压缩编码对图像数据压缩的可行性。

毫米波雷达，sar图像处理，Matlab函数，点云图像，轨迹跟踪

实验原理： 这项任务的目标是编写一个图像过滤功能，并使用它来创建混合图像，使用Oliva，Torralba和Schyns 的SIGGRAPH 2006 论文的简化版本。 混合图像是静态图像，其在解释中随观看距离而变化。基本思想是高频率在可用时倾向于支配感知，但是，在远处，只能看到信号的低频（平滑）部分。通过将一个图像的高频部分与另一个图像的低频部分混合，您可以获得混合图像，从而在不同距离处产生不同的解释。 实验目的： 对不同图像分别进行高通和低通滤波，融合图片 实验内容： 图像过滤：图像过滤（或卷积）是一种基本的图像处理工具。您将编写自己的函数以从头开始实现图像过滤。更具体地说，您将实现 在OpenCV库中my_imfilter()模仿该filter2D函数。如上所述student.py，过滤算法必须 支持灰度和彩色图像 支持任意形状的滤镜，只要两个尺寸都是奇数（例如7x9滤镜但不是4x5滤镜） 用零填充输入图像或反射图像内容和 返回与输入图像具有相同分辨率的滤波图像。 混合图像：混合图像是一个图像的低通滤波版本和第二图像的高通滤波版本的总和。有一个自由参数，其可被调谐为

基于OpenCV的水电表的刻度数读取及识别，源码

流程图+代码+实验结果，保姆级注释~

一、 实验内容： 线性平滑滤波实现 非线性平滑滤波实现——中值滤波 线性锐化滤波实现 非线性锐化滤波实现 二、 实验要求： 熟练掌握基于Matlab函数的空域滤波实现方法 比较体会各种空域滤波的适应场合及优缺点

朴素贝叶斯matlab源码 ImageProcessing ###项目意义与目的 看过很多有关模式识别,数据挖掘,机器学习的书,也研究过分类,聚类很多算法,朴素贝叶斯,knn,神经网络,支持向量机,但是都没有真正的实践过. 理论和实践是有差距的.所以需要动手实践. 以前的各种实践,受限于数据来源,不得不按照某种分布产生一些随机数,失去了锻炼数据挖掘中特征选择和生成的乐趣. 现实中我们拿不到电商网站的销售数据,跟踪不了用户的访问历史,就连抓微博数据都有诸多限制.唾手可得的似乎只有图片和文字了. 图片处理应该是比较成熟的一个领域,有着大量的资料可供参考.所以我想拿图片处理来练手. 本项目中我们主要选取人脸识别和图片搜索两个方向. 人脸识别,给出一张照片,给出可能是人脸的部分. 图片搜索,需要在人脸识别完成的基础上进行,给出一张照片,识别出人脸,找出照片库中其他含有该人脸的照片. 采用matlab来验证算法的可行性,视进展决定是否用其他语言来实现. ###项目计划 暂定计划如下 11.6-11.24:学习已有材料,知识储备 11.25-12.8:完成人脸识别部分功能 12.9-12.31:完

实现了2D的图像处理，关于图像的各种方式的DCT变换，以及反变换。

拍摄或者扫描图像不是规则的矩形，会对后期处理产生不 好影响，需要通过透视变换校正得到正确形状

对于指纹的特征提取包含几个步骤，脊线增强、脊线分割、脊线细化、细节点检测和细节点验证，本次大作业需要针对已经增强的指纹图片进行后续几个步骤，通过多种形态学算法进行分割、细化、细化后处理，找到其中的端点和分叉点，而指纹周边的伪细节点需要被去除。