Lee_01的博客

步骤：1.求原图像的灰度分布直方图2.根据灰度变换函数构建映射表3.根据映射表生成均衡图像Matlab代码：clc,clear;f = imread('river.jpg');[h,w] = size(f);% 求图像f的灰度分布直方图hist1 = zeros(1,256); % hist1为灰度分布向量,0无法作为索引，索引1对应灰度值0for row...

步骤：1.求原图像和匹配图像的灰度分布直方图2.根据灰度变换函数分别构建原图像和匹配图像的映射表3.根据单映射规则（最近映射）构建原图像到目标图像的映射表4.根据映射表生成匹配图像Matlab代码：clear,clc;f = imread('LENA.png');f_ref = imread('EightAM.png');[h1,w1] = size(f);[...

原理：利用模板与图像做相关运算得到相关值矩阵，相关值最大的位置即检测出的目标位置。相关值计算公式：Matlab代码：clear,clc;car = imread('car.png');mask = imread('wheel.png');[h1,w1] = size(car);[h2,w2] = size(mask);car_ext = zeros(h1+h2-1,w1+...

原理：模板中心对准待处理像素，对模板下的对应像素进行灰度值排序，将中值赋给当前像素Matlab代码：clear,clc;car = imread('sport car.pgm');noise_car = imnoise(car,'salt & pepper',0.02);[h,w] = size(car);% zeros paddingnew_car1 = zeros(...

基本全局阈值算法：1.设置初始灰度值T，可设为图像的平均灰度值2.用T把图像分成两部分G1和G2，G1的灰度值大于T，G2的灰度值小于等于T3.计算G1，G2的平均灰度值m1，m24.更新T=(m1+m2)/25.重复2~4直到T的变化量小于某个很小的阈值Matlab代码：clc,clearf1 = imread('blobz1.png');f2 = imread...