包括图像平滑、图像增强、图像边缘检测、图像阈值化、图像细化、面积测量、区域边界提取和周长计算。 描述 中国科技大学图像测量的五个实验，包括图像平滑、图像增强、图像边缘检测、图像阈值化、图像细化、面积测量、区域边界提取和周长计算。 实验一 图像平滑和图像增强 实验包括图像平滑和图像增强。分别采用空间邻域平均、中值滤波、最大值和最小值滤波等方法实现对采集到的灰度图像的平滑处理，并利用空域图像锐化方法。锐化图像（其中 α 是用于控制锐化程度的可选因素）以去除噪声并增强细节信息，例如图像的轮廓边缘。 实验2 图像边缘检测 本实验中图像边缘检测采用一阶微分算子priwitt算子和平滑算子对实验1中平滑增强的灰度图像进行边缘检测。 实验 3 图像阈值化和图像细化 这个实验是图像的阈值化和细化。它主要利用图像的灰度直方图来确定相应的分割阈值，并将图像划分为物体和背景。在本实验中，我们使用 S.Watanabe 方法选择阈值对图像进行二值化，并使用 Deutsch 方法对二值化图像进行细化。 实验 4 面积测量 更多详情、使用方法，请下载后阅读README.md文件

低对比度图像的自适应阈值化算法.pdf 我的资源有 很多图像处理的 主要是指纹识别和文字识别

移动平均阈值化python代码，能有效的处理被正弦亮度遮蔽的文本图像和被斑点遮蔽污染文本的图像

C++写的opencv代码，内含固定阈值、自适应(OTSU)二值化、局部自适应二值化方法，可以通过混动条调整参数，直观看阈值化效果

图像恢复的阈值化算法 在本文中，我们介绍了两步IST（TwIST）算法，对于病态问题，它表现出比IST更快的收敛速度。对于一大类非二次凸正则化器（规范，一些Besov范数和总变差），我们证明了TwIST收敛 对于给定范围的参数值，目标函数的最小化。对于不可逆的观察算子，我们引入了单调版本的TwIST（MTwIST）;虽然收敛证明不适用于这种情况，但我们给出了实验证据表明MTwIST表现出与IST相似的速度增益。新方法的有效性通过实验证实了图像去卷积和缺失样品的恢复问题。

基于压缩系数的粒子群优化和重力搜索算法用于多级图像阈值化matlab源码.md

1.阈值化分割原理 通过对图像的灰度直方图进行数学统计，选择一个或多个阈值将像素划分为若干类。一般情况下，当图像由灰度值相差较大的目标和背景组成时，如果目标区域内部像素灰度分布均匀一致，背景区域像素在另一个灰度级上也分布均匀，这时图像的灰度直方图会呈现出双峰特性。 在这种情况下，选取位于这两个峰值中间的谷底对应的灰度值T作为灰度阈值，将图像中各个像素的灰度值与这个阈值进行比较，根据比较的结果将图像中的像素划分到两个类中。像素灰度值大于阈值T的像素点归为一类，其余像素点归为另一类。经阈值化处理后的图像g(x,y)定义为： 其中f(x,y)为原图像，T为灰度阈值，g(x,y)为分割后产生的二

倒数粗糙熵图像阈值化分割算法.pdf

倒数粗糙熵图像阈值化分割算法

ITK读取序列图，处理后再进行保存