设计了一种ARM+DSP的害虫识别系统,其中ARM选用DM365作为控制核心，DSP选用DM6437作为算法处理核心，DM365和DM6437之间采用SPI进行通信，由DM365控制DM6437进行害虫识别。该系统在实时农田害虫识别方面具有广泛的应用前景。

遥感数字图像处理-matlab-主成份及穗帽变换

总结了网上各类JPEG图像处理代码，效果良好，适合初学者了解JPEG图像处理过程。包括：IDCT、量化、Z型读取、熵编码及对应的恢复过程。（主函数JPEG_lena.m）

1.绪论 应用有两个主要方向：（1）改善图片便于人理解；（2）便于机器存储、传输和表示而进行图像处理。 1.1什么的数字图像处理 数字图像处理是指借助于数字计算机来处理数字图像。 1.2数字图像处理的起源 选取CT图像部分：20世纪70年代发明“计算机轴向断层术”简称计算机断层（CT），是数字图像处理在医学诊断领域最重要的应用之一。 2.数字图像基础 图像的函数表述——f(x,y) 灰度级256下，分辨率从2014*1024降到32*32 分辨率不变的情况下，灰度级分别为16、8、4和2 ROI图像选取 空间域图像处理——带通滤除周期噪声 标准差分别为14.3、31.6、49.2 3.灰度变换与空间滤波 主要在空间域，针对像素进行操作。灰度变换主要对单个像素操作，处理对比度和阈值；空间滤波主要针对像素的领域处理。 灰度变换：由r分布到s分布 空间滤波：相当于使用卷积核，可实现多种操作，如平滑、锐化等等 4.频率域滤波 空间域到频域 理想的低通滤波器 低通≈平滑去皱纹 高通≈提取边界信息，如指纹 选择性滤波≈去除周期性的噪声 5.图像复原与重建 图像增强是主观过程；图像复原是客观过程，拟建立退化模型恢复出原图像。 注：这一点在胃癌CT图像中可以建立退化函数。 噪声类型 在某些特定场景的噪声，确实会呈现一种确定分布，这就有了逼近估计的可能性，尤其是知道先验的情况下。 不同参数的湍流退化模型 6.彩色图像处理 分为全彩色处理和伪彩色处理：第一类由全彩色传感器获取；第二类对灰度赋予颜色。 CT均为灰度，在此略过 7.小波和多分辨率处理 小波比传统的傅里叶变换改进在于：除了提供频率还能提供该频率发生的时间点。 多分辨率处理：综合使用多种技术，如子带编码、正交镜像滤波、金字塔图像处理等。 图像金字塔是一种以多分辨率来解释图像的有效但概念简单的结构。应用于图像分割，机器视觉和图像压缩。 金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。 8.图像压缩 图像压缩是一种减少描绘一幅图像所需数据量的技术 9.形态学图像处理 将数学形态学作为工具，从图像中提取表达和描绘区域形状的有用图像分量，如边界、骨架和凸壳等。 腐蚀 膨胀 孔洞填充 10.图像分割 之前的处理，输入输出都是图像；从分割开始，有了另一个方向——输入图像输出是某些属性。 灰度图像的分割，分为两类：（1）根据灰度的不连续性，进行边缘分割；（2）根据灰度相似性，把图像分割为几个相似的区域。 1）不连续性—点、线、面，可以用差分以及导数来表示 2）分布特性—阈值处理（全局阈值、局部阈值） 3）基于区域的分割 区域生长、区域分裂与聚合 形态学分水岭 11.表示和描述 对分割后的区域进行表示和描述，也从两种角度：（1）外部特征（如边界）；（2）内部特征（组成像素）。 表示：边界追踪、链码、最小周长多边形近似 边界描述：简单描绘子、形状数、傅里叶描绘子、统计矩 区域描绘子：简单描绘子、拓扑描绘子、纹理、不变矩 主分量描绘 关系描绘子 注：纹理分析是区域描绘中的一种方法。 12.目标识别 主要分为两大领域：决策理论方法（定量）和结构方法（定性）。 基于决策理论的识别： （1）最小距离分类器 （2）相关匹配 （3）统计分类器，如高斯分类器 （4）神经网络 总结： 这本书很经典，即使在深度学习火热的情况下，也没有逃离这经典的结构。依旧是完成了一种特征提取描述以及匹配分类的过程。

东华理工大学软件学院09级学生 分享数字图像处理期末考试题目及答案

根据目前数字图像处理技术发展和数字图像处理课程的教学情况，为增强学生对理论知识的理解，本文介绍了基于VC++软件平台的数字图像处理课程教学辅助软件的设计和实现。该软件主要包括图像文件操作、图像变换、图像增强与复原、图像分割和数学形态学等理论知识，并提供一个良好的交互式平台，可以自由调整各种算法的参数，使学生在较短的时间内熟悉并掌握数字图像处理课程中讲述的各种算法和技术。

matlab合并代码窗口MultiDIC：用于多视图3D数字图像关联的MATLAB工具箱 概括 这是与论文相关的官方资料库：（DOI :)。 MultiDIC是的开源MATLAB工具箱。 三维（立体）数字图像关联（3D-DIC）是测量材料机械性能的一项重要技术。 MultiDIC的开发目的是即使对于大量摄像机也可以进行快速校准和数据合并，并且可以轻松适应不同的实验要求。 MultiDIC将基于2D-DIC子集的软件与几种相机校准算法集成在一起，以从多个立体图像对中重建3D表面。 此外，它包含用于合并多个表面以及计算和可视化3D位移，变形和应变量度的算法。 高级脚本允许用户以最少的与MATLAB语法的交互来执行3D-DIC分析，而精通MATLAB的用户也可以使用独立的函数和数据结构来编写用于特定实验要求的自定义脚本。 包括全面的文档和。 请查看以下内容，以快速演示MultiDIC的功能： 安装 系统要求 MultiDIC是在64位Windows 10上开发和测试的，尚未在其他平台上进行测试。 的MATLAB MultiDIC是在MATLAB版本R2017a和R2017b上开发的，尚未在先

数字图像处理vc++6.0实现，代码清晰可靠，适合所有做图形图像处理的人们学习

根据机械式表盘的图像特征，采用图像边缘点法线方向计数累加的圆心定位方法及过定点的直线检测算法，达到表盘识别的目标。仪表刻度检测流程如下: 摄像头采集表盘图像，送入计算机进行预处理及边缘检测操作；计算机检测出表盘回转中心及半径，并定位出表盘的有效显示区域；在此区域内，利用过定点( 回转中心)的Hough 直线变换，基于特征点对应角度的峰值搜索算法识别出指针中心线，从而输出检测结果。

该程序是用c#语言编写的用于图像基本处理的软件，包括有图像放大缩小、空间域平滑、直方图修正、锐化。频率增强。边界提取等操作。