cuda_9.0.176_win10.exe64位安装包，下载链接详情见txt文件

摘要为进一步提高多聚焦图像的融合质量提出一种基于监督学习的全卷积神经网络多聚焦图像融合算法该算法旨在运用神经网络学习源图像不同聚焦区域的互补关系即选择源图像中不

图像 Kotlin中的图像处理

图像融合常见功能，3类共12种图像融合算法，GUI界面，源图像

为提升水下图像的视觉效果, 提出了基于红色暗通道先验(RDCP)和逆滤波的水下图像复原算法。该算法首先简化Jaffe-McGlamery水下光学成像模型, 在此基础上, 利用RDCP消除水下成像过程中后向散射引起的图像雾化效果；然后结合各通道透射率图与光学传递函数的数学关系, 采用逆滤波去除前向散射分量；最后采用基于高斯分布的线性拉伸提高图像对比度。使用该算法与几种主流的水下图像处理算法对多种水下环境拍摄得到的图像进行处理, 并计算信息熵等客观评价指标。实验结果表明, 该算法能够更好地平衡图像的色度、对比度及饱和度, 视觉效果更接近自然场景下的图像。

阅读我的文章后如果想看看我的项目，就下载这个资源包，在其他地方使用制作成品需要标明出处。

MATLAB应用图像处理 徐飞等编著 2002年 欢迎访问我的博客：http://hi.csdn.net/MatlabHelp，有问题的朋友，可以给我留言

本文档包含数字图像处理中的图像灰度变换和空间滤波两部分实验，包含整个实验过程和原理解释，以及详细的执行代码。代码复制后可在matlab中直接运行。

分析联合变换相关器(JTC)光学加密系统解密图像噪音大、质量差的原因，提出一种非线性JTC 光学加密系统。将JTC 加密图像除以密钥功率谱作为新加密图像。一方面，新加密图像能够消除密钥傅里叶谱振幅分布不均匀引起的噪音，提高解密图像质量。仿真结果表明，Lena 图像的消噪音解密图像和原始图像的相关系数可由0.4104增加到0.7190，均方根(RMS)从0.8154减小到0.7089。二值文本图像的消噪音解密图像和原始图像的相关系数由0.8458 增加到0.9785，RMS 从0.6887 减小到0.4583；另一方面，新加密图像能抵御唯密文攻击(COA)算法的攻击，仿真结果表明，利用COA 算法能从JTC 加密图像恢复出高质量的原始图像信息，但不能从新加密图像恢复出任何原始图像信息，有效提高JTC加密系统的安全性。

研究内容： 车牌定位与字符识别技术以计算机图像处理、模式识别等技术为基础。车牌定位识别主要包括以下四个主要步骤：车牌区域定位、车牌二值化处理、车牌字符分割、车牌字符识别。首先，通过对采集的车牌进行灰度变换、边缘检测、平滑及开闭运算等操作来进行车牌图像预处理工作，并由此得到一种基于车牌颜色纹理特征的车牌定位方法，实现车牌区域定位。接下来通过图像分割对车牌字符分割，本设计采用阈值分割的方法，将已定位出的车牌区域分割为单个字符。最后将分割得到的字符图像与模板库进行匹配识别、输出匹配结果。本设计采用了模板匹配的方法，对输出的字符图像和模板库里的模板进行匹配以得到对应于车牌字符的具体信息。 本设计旨在提高车牌定位识别的精确度，降低对输入图像清晰度要求，并增加所能识别的车牌类型范围，使其能够识别目前市面上大部分车型的车牌。