Image-Edge-Detection-Based-on-Conformal-Phase:为了提高图像边缘检测的准确性和抗噪性能，提出了一种基于保形相位的图像边缘检测新方法。 首先，所提出的方法通过分别使用能表达具有不同固有尺寸的图像局部结构和指数函数来计算相位偏差的共形单基因信号，可以有效地提高边缘检测的精度并抑制伪边缘和噪声。 其次，它可以利用空间域中解析表示形式存在的泊松核来降低算法的复杂度。 为了证明其优点，将所提出的方法与现有的基于相位一致性的边缘检测方法进行了比较。 仿真实验结果表明，该方法 （113个子文件） 
cmpc.asv 2KB
pepper_color.bmp 768KB Lenna_color.bmp 768KB baboon_color.bmp 703KB 004.bmp 162KB 003.bmp 146KB 003.bmp 144KB 004.bmp 136KB 009.bmp 112KB 009.bmp 105KB 007.bmp 94KB 001.bmp 91KB 001.bmp 87KB 005.bmp 84KB 002.bmp 76KB 005.bmp 75KB 008.bmp 74KB 010.bmp 68KB 002.bmp 67KB 018.bmp 67KB 012.bmp 66KB 019.bmp 66KB Lenna_gray.bmp 65KB 006.bmp 65KB 017.bmp 62KB 017.bmp 60KB 007.bmp 60KB 008.bmp 60KB 006.bmp 59KB 020.bmp 57KB 018.bmp 57KB 014.bmp 54KB 019.bmp 53KB 020.bmp 52KB 013.bmp 47KB 013.bmp 46KB 010.bmp 46KB 014.bmp 44KB 012.bmp 42KB 011.bmp 39KB 011.bmp 39KB 015.bmp 30KB 016.bmp 30KB 015.bmp 26KB 016.bmp 26KB
基于保角单演信号的图像处理软件-操作说明书.doc 3.54MB conmonogenic.fig 16KB
chessboard.jpg 51KB baboon256.jpg 32KB lena_color256.jpg 9KB conmonogenic.m 70KB phasecong3.m 25KB phasecongmono.m 22KB nonmaxsup.m 6KB lxp.m 6KB lbp.m 6KB cms.m 5KB nonmaxsuppts.m 5KB cmbp.m 5KB perfft2.m 3KB contrast.m 3KB getmapping.m 3KB SVMcgForClass.m 3KB ms_image_mean.m 2KB lowpassfilter.m 2KB filtergrid.m 2KB cmpc.m 2KB cmpc2.m 2KB cms2.m 2KB ClassifyOnNN.m 2KB coarseness.m 2KB ClassifyOnNN2.m 2KB distMATChiSquare.m 1KB test_SUSAN.m 759B Classification.m 706B SUSAN.m 644B cmA.m 637B regionmax.m 572B entropy2.m 548B entropy.m 537B ReadTxt.m 504B readClass.m 501B test_cms.m 478B test_cms2.m 412B Log.m 193B Sobel.m 190B Canny.m 169B CMBP_SMCTH.mat 25KB CMBP_SCTH.mat 6KB Image_Contrast.mat 524B CMSC_S.mat 513B Image_Variance.mat 355B Image_Mean.mat 349B Pic_FV.mat 347B map.mat 304B Sam_files.mat 274B Image_Size.mat 266B classNames.mat 249B Sam_pathname.mat 240B trainClassIDs.mat 201B共 113 条
- 1
- 2
资源评论
清木一阳
- 粉丝: 28
- 资源: 4656
最新资源
- 所有算法均用 Python 实现.zip
- redis-standalone.yml redis k8s单点部署
- Python基于Scrapy兼职招聘网站爬虫数据分析设计（源码）
- zipkin.yml zipkin k8s部署
- YY9706.102-2021医用电气设备第2-47部分
- 通过运用时间序列ARIMA模型与循环神经网络（LSTM）对中国包装机器数量进行预测（python源码）
- Ruby编程基础与进阶指南
- 基于ARIMA模型的股票预测（python源码）
- 基于阿里云对象存储的对文件进行批量修改、批量解冻、批量上传
- 山东联通-海信IP501H-GK6323V100C-1+8G-4.4.2-当贝桌面-卡刷包
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
