代码分为： 1. 使用高斯滤波器平滑输入图像。 2. 计算梯度幅值和角度图像。 3. 对梯度幅值应用非极大值抑制图像。 4.使用双阈值和连通性分析来检测链接边缘。 运行代码： [Ioutput]= cannydetector(I);

实现对图像碎片的拼接，通过两张图片灰度信息比对的方式实现

用于灰度图像二值化的MATLAB代码，算法采用迭代法

灰度图像二值化比较经典的算法，包括otsu方法和局部阈值法

将彩色图像（或颜色映射图像）叠加到灰度图像上，以使用灰度图像作为透明度索引来可视化颜色图（密度、流量或您正在处理的任何内容），以获得更好的可视化效果。 它适用于 RGB 图像（MxNx3 矩阵）或使用 colromap 的简单灰度图像（通常为“jet”，但也可以定义其他图像）。 例子： SUPERIMPOSEIMAGE(im, map) 使用 MAP 中的颜色信息描绘灰度图像 IM 假彩色。 如果 MAP 是灰度图像，则它使用“jet”默认颜色图。 如果它是真彩色图像（矩阵 NxMx3），则使用其颜色。 SUPERIMPOSEIMAGE(..., 'colormap', cm) 使用用户定义的颜色图而不是默认的 'jet'。 例如“骨头”、“热”等。 SUPERIMPOSEIMAGE（...，'alpha'，alpha）通过调整IM的亮度来控制其透明度。 alpha > 1 会降低假

1．了解图像图像平滑的基本原理； 2．掌握图像空域平滑处理的方法； 3．利用VC编写图像空域平滑处理的程序； 4．在微机上调试程序。 一定要在我之前上传的程序基础上用啊！！

复杂背景下的灰度图像分割算法研究.pdf

通过删除适当的行和列，将 2D 图像（其灰度级由 8 位表示）子采样为 newX 和 newY。 返回二次采样图像。

将读入灰度图像进行直方图均衡化，使得原来比较暗的图像变的比较亮，就是对比度增加。

基于python实现的机器视觉实验代码 灰度图像，二值图像，灰度直方图 幂次变换，对数变换，图像反转，图像求和--加性滤波器，位平面分割 拉普拉斯算子，平滑线性滤波器，梯度算子，统计中值滤波器