lyqmath

http://blog.sina.com.cn/lyqmath

http://s9/middle/72586626h773efe194bf8&690

计算图片中物

lyqmath

http://blog.sina.com.cn/lyqmath

简介
figure窗口显示一直是MATLAB极为突出的用途之一，它将用户从繁杂的图形显示操作中解放出来。封装了很多优秀显示函数，这里从figure窗口的属性出发，简单介绍全屏显示方法。

实例

clear all; clc; close all;
x1 = -5:0.1:5;
x2 = -5:0.1:5;
[X1, X2] = meshgrid(x1,x2);
fxy = X1.*sin(pi.*X1)+X2.*sin(pi*X2);
% 正规化数据的方式
hfig1 = figure;
surf(X1, X2,

lyqmath

http://blog.sina.com.cn/lyqmath

简介
在图像处理中，图像块操作是常用的操作之一。这里介绍一种分块方法。

实例

clc; clear all; close all;
A = imread('cameraman.tif');
info = imfinfo('cameraman.tif');
wd = info.Width;
hd = info.Height;
num = 8;
sub_wd = wd / num;
sub_hd = hd / num;
if ndims(A) == 3
    B=rgb2gray(A);%把真彩图转换为灰度图
else
    B = A;
end
B=im2double(B);
C=mat2cel

lyqmath

http://blog.sina.com.cn/lyqmath

简介
dijkstra算法（迪杰斯特拉算法）是一种经典的优化算法。以其应用的广泛性与简便性，值得我们去研究。
Dijkstra算法是典型最短路算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解，但由于它遍历计算的节点很多，所以效率低。（摘自网络，呵呵）
实例
这里给出一个基于MATLAB的dijkstra算法的实现函数，并给出MATLAB已有的dijkstra算法函数的调用情况。给出一个具体的例子。
路径分布图

lyqmath

http://blog.sina.com.cn/lyqmath

1 综述

Separating touching objects in an image is one of the more difficult image processing operations. The watershed transform is often applied to this problem. The watershed transform finds 'catchment basins'(集水盆) and 'watershed ridge lines'(山脊线) in an image by treating it as a surface where light pixels are high and dark pixels are low.

如果图像中的目标物体是连接在一起的，则分割起来会更困难，分水岭分割算法经常用于处理这类问题，通常会取得比较好的效果。分水岭分割算法把图像看成一幅“地形图”，其中亮度比较强的区域像素值较大，而比较暗的区域像素值较小，通过寻找“汇水盆地”和“

lyqmath

http://blog.sina.com.cn/lyqmath

简介
高斯噪声是常见的噪声之一，这里介绍两种高斯噪声生成方式，并希望大家多多讨论。

应用

% By lyqmath
% DLUT School of Mathematical Sciences 2008
% BLOG：http://blog.sina.com.cn/lyqmath

clc; close all; clear all;

randn('seed', 0);

m=256*256;
t=linspace(-2, 3, m);
y=rectpuls(t-0.5);
z=awgn(double(y), 10);
figure;
subplot(2, 2, 1);

lyqmath

http://blog.sina.com.cn/lyqmath

简介
PSNR 是最普遍，最广泛使用的评鉴画质的客观量测法，不过许多实验结果都显示，PSNR 的分数无法和人眼看到的视觉品质完全一致，有可能 PSNR 较高者看起来反而比PSNR 较低者差。
这是因为人眼的视觉对于误差的敏感度并不是绝对的，其感知结果会受到许多因素的影响而产生变化（例如：人眼对空间频率较低的对比差异敏感度较高，人眼对亮度对比差异的敏感度较色度高，人眼对一个区域的感知结果会受到其周围邻近区域的影响）。
（参考百度百科）

计算公式：

lyqmath

http://blog.sina.com.cn/lyqmath

简介
在数字图像处理中，需要将连续的小波及其小波变换离散化。一般计算机实现中使用二进制离散处理，将经过这种离散化的小波及其相应的小波变换成为离散小波变换（简称DWT）。实际上，离散小波变换是对连续小波变换的尺度、位移按照2的幂次进行离散化得到的，所以也称之为二进制小波变换。

虽然经典的傅里叶变换可以反映出信号的整体内涵，但表现形式往往不够直观，并且噪声会使得信号频谱复杂化。在信号处理领域一直都是使用一族带通滤波器将信号分解为不同频率分量，即将信号f(x)送到带通滤波器族Hi(x)中。

小波分解的意义就在于能够在不同尺度上

lyqmath

http://blog.sina.com.cn/lyqmath

简介
图像特征识别是经常遇到的问题之一，这里介绍一种基于图像区域属性的方法。

实例
原图：

http://s6/middle/72586626ha3b0702dde95&690

% By lyqmath
% DLUT School of Mathematical Sciences 2008
% BLOG：http:/