二维图像 Gabor滤波 源代码 Matlab

里面包含三维图像显示 图像分割 轮廓提取 图像滤波 图像伪彩 图像文件读取 等文件

本代码在MFC中调用OpenGL库函数来实现二维图像的三维显示，图像的宽度、高度和象素的亮度分别为三维空间的x,z,y坐标。按上下箭头键可以实现三维图像的绕x轴旋转，按左右箭头键可以实现三维图像绕z轴旋转。具体有使用说明

提出一种识别灰度图像中交叉点的神经网络方法。用自组织特征映射网络和BP网络组成多分类器，识别图像中的二交叉点、三交叉点和四交叉点。在加入8%的干扰时，仍能达到85%左右的识别率。

本代码实现了二维图像成像，希望能给大家带来帮助

通过使用局部Hessian矩阵在2D图像中查找山脊，以找到凸线的方向（通过hessian的本征分解）。 特征向量描述了对变换不变的像素局部双导数的方向（即稳定的脊或谷）。

N维图像（Python，SciPy，NumPy，TensorFlow）的弹性变形 该库为N维图像实现了基于弹性网格的变形。 弹性变形方法在 Ronneberger，Fischer和Brox，“ U-Net：用于生物医学图像分割的卷积网络”（ ） Çiçek等人，“ 3D U-Net：从稀疏注释中学习密集的体积分割”（ ） 该过程将为每个栅格点生成一个具有随机位移的粗位移网格。 然后对该网格进行插值以计算输入图像中每个像素的位移。 然后，使用位移矢量和样条插值使输入图像变形。 除了正常的正向变形外，此程序包还提供了可以通过变形反向传播渐变的功能。 这使得可以将变形用作卷积神经网络中的一层。 为了方便起见，在elasticdeform.tf提供了一个TensorFlow包装器。 安装 pip install elasticdeform or pip install git+htt

描述了摄像机标定的原理和标定的方法 三维重建的原理

该软件可以迅速实现三维重建，操作方便，简单容易，但精度有待提高

总结了目前二维灰度图像的亚像素边缘检测算法，针对它们存在的原理误差、计算复杂、用时长及不能通用等问题，提出了一种新的亚像素边缘检测算法.分析了3种基本边缘（阶跃型边缘、脉冲型边缘、屋脊型边缘）的特点，利用一维质心算法对这3种边缘特征计算上的通用性及简易性进行了二维推广，得到了一种具有快速通用性的亚像素边缘检测算法.并在此基础上针对提高离散化过程中的精度问题，引入了高斯卷积平滑的预处理方法；引入了Sobel算法对图像像素进行了筛选，进一步提高了计算速度.通过实验验证了此算法的有效性，并分析了误差产生的原因.