灰度和彩色图像处理,word版本 可编辑,附分析与总结 读取二进制文件lab3prob4,文件的尺寸是435*580,图像数据类型为‘uint8’,(1)读取并显示图像,colormap设置为gray;(2)重新显示(1)中图像,colormap设置为HSV; (3)自己尝试定义一个新的colormap,幅度值的变化范围为[0 255]。 分别读取二进制文件lab3prob3r, lab3prob3g, lab3prob3b, 图像数据类型为‘uint8’,图像的尺寸是1024*1024,(1)合并RGB三通道,并显示图像;(2)对RGB三个通道分别进行灰度线性处理,实现三个通道的灰度值均值为140,均方差为60,然后再合并显示图像;(3)把RGB颜色模型转换到HSV颜色模型,对V分量进行线性变换实现均值为140,均方差为60,然后显示新的图像;(4)比较(2)和(4)中图像,进行简单分析和说明; 创建如下图1所示图像,一个圆为红色,一个圆为蓝色,另外一个圆为绿色,圆的半径为100。(1)组建一个RGB图使其显示如下颜色,B的中心坐标(400,375),G的中心坐标(300,420),R的中心坐标(300,300);(2)分别使R,G,B中的一个值为0.5 (原来为1,单位化后的值范围(0-1)),并显示得到的图的颜色;(3)创建如图2所示的颜色盘(中心坐标(100,100)),半径为100;(提示使计算在HIS空间,然后利用HSV2rgb转化);
2024-05-21 14:51:43 9.03MB 数字图像处理 实验报告 灰度和彩
1
从51到ARM裸机开发实验(009)LPC2138中断实验仿真电路图和源码
2024-05-21 13:17:34 1.3MB arm LPC2138 中断实验
1
从51到ARM裸机开发实验(005)LPC2138 GPIO实验仿真电路图和源码
2024-05-21 11:27:33 154KB arm LPC2138 Protues仿真
1
Matlab实现SVMD逐次变分模态分解时间序列信号分解(完整源码和数据) 1.Matlab实现SVMD逐次变分模态分解时间序列信号分解,运行主程序main即可,数据为一维时间序列信号数据。 2.赠送一个SVMD分解重构测试案例,运行test_svmd得到结果。 3.程序语言为matlab,运行环境matlab2018b及以上。 4.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 5.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 6.作者介绍:某大厂资深算法工程师,从事Matlab、Python算法仿真工作8年;擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验,更多仿真源码、数据集定制私信+。
2024-05-21 10:54:29 887KB matlab
本实现的目的是比较和总结报告的主要混合算法:[1] Deng、Xi、Bin Xie 和 Feng Xiao。 “边界变化减少(BVD)算法的一些实用版本。” arXiv 预印本 arXiv:1708.01148 (2017) 和 [2] Deng, Xi, et al. “具有移动界面的可压缩多相流的高保真不连续性解决重建。” 计算物理学杂志(2018 年)。 其中 WENO5 和 MUSCL 方法通过边界值递减 (BVD) 算法与 THINC 重建混合。 与往常一样,编写这些代码片段是为了让它们可读而不是完全优化的代码。
2024-05-21 08:23:08 382KB matlab
1
Matlab模拟基于多径传输和多普勒频移的 瑞利(Rayleigh)信道的仿真 上传版本.zip
2024-05-20 18:24:44 1.79MB
基于springboot和vue的点餐系统(含数据库文件).zip 大学生课程设计 基于springboot的课程设计 自己大二写的课程设计
2024-05-20 18:00:58 178KB springboot
ESP8266 WIFI模块程序,基于STM32F103C8单片机,采用串口通讯和HAL库实现,带按键控制,程序模块化很好,配合机智云使用,可以实现stm32之esp8266与机智云app云端连接
2024-05-20 17:40:47 7.15MB stm32 wifi esp8266
1
MPU6500数据手册和寄存器映射手册(英文版)
2024-05-20 13:47:13 1.11MB
1
西德克萨斯中质原油流产生于德克萨斯州和俄克拉荷马州南部,其作为一种标记定价的原油流只在俄克拉荷马州库辛的现货市场中交易,也就是说该价格可以作为美国国内原油价格的最重要组成部分。 WTI价格数据是月度价格,始于1986年1月,止于2014年11月,并不存在缺失值。值得注意的是它是现货的价格,单位是美元每桶。数据来源于FRED economic Data。 美国年原油消耗量大约73亿桶,高居世界第一,而美国能源部战略石油储备也有10亿桶之多,能源似乎能够成为美国经济发展的风向标。很多关注纽约的WTI原油走势的投资者通过观察原油库存的简单变化,然后希望能把握这些变化关系来分析油价的变动。但如果我们对原油价格的时间序列进行分析,也许找出模型拟合数据的走势,甚至预测原油价格在未来的变化。 本文主要使用ARIMA和GARCH对西德克萨斯州的中质原油价格进行拟合,并最终通过预测的误差率来选择合适的模型,将一个时间序列的分析过程完整地呈现出来,为以后的学习和工作提供参考。
2024-05-20 13:43:36 989KB