gloriazhang2013的博客

灰度级变换，使对比度增强的灰度级变换一般可以利用直方图均衡化，增强了靠近直方图极大值附近的亮度的对比度，减小了极小值附近的对比度几何变换像素坐标变换亮度插值:输出图像光栅上每个像素的数值可以用一些相邻的非整数采样点的亮度插值获得最近邻插值，线性插值，双三次插值局部预处理滤波：输入图像中一个像素的小邻域来产生输出图像中新的亮度数值的方法，（filtration/filtering）平滑smoothing 抑制噪声或小的波动，也会模糊所有的含有图像重要信息的明显边缘。梯度算子：基于图像函数的

gen_contour_polygon_xld (Contour1, rows2, cols2)坐标数组的第一个值和最后一个值相同，用以形成一个封闭的多边形轮廓，故而五个坐标形成的是一个四边矩形decompose3 - 将三通道图像转换为三个图像。TransFromRgb:把图像从RGB颜色空间转换到任意颜色空间FillUp 填充区域中的孔和缝，形成新的完成区域，尝试移除并返回并发队列开头处的对象public bool TryDequeue (out T result);result如果

function [points] = log_Blob(img,o_nb_blobs)    % 功能：提取LoG斑点    % 输入：     %      img –输入的图像    %       o_nb_blobs -需要检测的斑点区域的数量    % 输出：    %       points -检测出的斑点    % 参考文献：    % Linde

(1)基于阈值的分割方法：在阈值分割中，最常用的分割方法是直方图阈值分割法。直方图阈值法必须假设每个峰值对应的是一个区域，而峰谷则代表了不同区域的边界值。与灰度图像不同的是，彩色图像有R，G，B，3个分量，这给阈值的确定带来了困难，为了解决这个问题，可以采用投影的方式把三维的直方图投影到一维平面上。(2)基于边缘的分割方法：边缘检测广泛引用于灰度图像的分割。它通过灰度的不连续性来确定图像中的边

功能：对任意类型数组或多维图像进行滤波。用法：B = imfilter(A,H)　　　B = imfilter(A,H,option1,option2,...)　　　或写作g = imfilter(f, w, filtering_mode, boundary_options, size_options)其中，f为输入图像，w为滤波掩模，g为滤波后图像。filtering_mode用

一、图像读取和显示1、图像的读取filename图像文件的完整路径和文件名，如果在当前工作目录下，只需提供文件名，fmt是图像文件的格式对应的扩展名A=imread(filename,fmt)2、图像的写入imwrite(A,filename,fmt)3、图像的显示I为要显示的图像矩阵，[low high]指定显示灰度图像的灰度范围，高于high的像素被显示成白色，低于

% 灰度线性变换clear all;close all;clc;f=imread('E:\motion capture process\粒子滤波跟踪\1.jpg')f=rgb2gray(f);[M,N]=size(f);g=zeros(M,N);f=double(f);g=double(g);k1=min(min(f));k2=max(max(f));

clear all% source = aviread('C:\Video\Source\traffic\san_fran_traffic_30sec_QVGA');source = mmreader('D:\video.avi');numFrames = source.NumberOfFrames;%vidFrames = read(source);% ---------

% %对数变换程序% %   % % Image=imread('E:\video case\6321\M6321Z001.jpg'); % % imshow(Image);  % % Image=log(1+double(Image)); % % figure(2),imshow(Image,[]); %%%%  5－1－1－3  采用对数形式的变换函

%图像反转程序  I=imread('E:\video case\6321\M6321Z001.jpg');  J=imadjust(I,[0 1],[0.3 0.7]); imshow(J,[]); figure; imshow(I,[]);