为了提高偏振去雾方法对大气光估计的准确度,提出一种基于大气光偏振层析的雾天图像重构方法。在偏振空间下,将大气光梯度先验信息作为约束条件,对原始雾天偏振图像进行分层,估计大气光偏振图像;然后从大气光偏振图像中解析大气光,实现对大气光的偏振层析;最后,结合所提雾天图像偏振重构模型,并在大气光图像中估计无穷远处大气光,实现对雾天图像的去雾重构。实验结果表明,所提方法提高了大气光估计的准确度,进而使重构图像更清晰、目标还原度更高,且适用于不同浓度下的雾天图像重构。
2022-11-11 22:06:06
15.06MB
1
边缘连接法
边缘连接法
边缘连接的意义——边缘检测算法的后处理。
由于噪声、不均匀的照明等原因，边界的特征很少能够被完整地描述，在亮度不一致的地方会中断。
因此典型的边检测算法后面总要跟随着连接过程，用来归整边像素，成为有意义的边。
*
2022-11-11 15:31:41
1.16MB
1
四次报告分别是：
实验一：数字图像空域增强实验
实验二：数字图像频域增强实验
实验三：数字图像编码实验
实验四：数字图像分割与边缘检测实验
(之前Python是用jupyter notebook 打的，所以复制出来交代码的时候直接放到了记事本里，大家可以复制出来在python环境运行。记得代码图片路径要修改)
2022-11-11 13:34:14
6.21MB
1
本文采用bmp格式的标准测试图像‘lena’作为原始载体图像，选择黑大字样作为二值图像水印，采用基于‘DCT’的数字水印加密技术，研究如何通过水印的嵌入，提取和攻击实验，对算法的不可见性，鲁棒性进行测试，包括流程图，代码和处理结果
2022-11-11 12:30:09
167KB
1
WORD格式，基于多尺度的图像融合，其步骤如下：首先，对已配准的原图像进行小波分解，相当于使用一组高低通滤波器进行滤波，分离出高低频信息，其次，对每层分解得到的高低频信息，采取不同融合策略。。。详列了问题，思路及实现代码
2022-11-11 12:30:08
78KB
1
WORD格式，文章详细接受了BP神经网络的原理，发展过程，通过划分训练测试集，先进行BP神经网络的训练，得到模型后，展现训练结果，然后进行测试，识别精确度为85.88%
2022-11-11 12:30:07
397KB
1
3D Slicer 5.0.3版本安装包快速下载（适用于Linux系统）
解决国外服务器安装包下载过慢问题
2022-11-11 11:31:37
364.44MB
1
图像分割的目的是将图像划分为不同的区域,基于区域生长是以直接找寻区域为基础的分割技术。区域生长是一种根据事先定义的准则将像素或子区域聚合成为更大的区域的过程。基本方法是以一组“种子”点开始,将与种子点性质相似(诸如灰度级或衍射的特定范围)的相邻像素附加到生长区域的每个种子上。
2022-11-11 10:25:26
422KB
1