在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → 《MATLAB图像与视频处理实用案例详解》代码

《MATLAB图像与视频处理实用案例详解》代码

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:19.19M
  • 下载次数:9
  • 浏览次数:211
  • 发布时间:2020-07-04
  • 实例类别:一般编程问题
  • 发 布 人:robot666
  • 文件格式:.zip
  • 所需积分:2
 

实例介绍

【实例简介】
《MATLAB图像与视频处理实用案例详解》代码
【实例截图】
【核心代码】
《MATLAB图像与视频处理实用案例详解
└── 《MATLAB图像与视频处理实用案例详解》代码
├── 第 01 章 基于直方图优化的图像去雾技术
│   ├── InitFig.m
│   ├── MainForm.fig
│   ├── MainForm.m
│   ├── RemoveFogByGlobalHisteq.m
│   ├── RemoveFogByLocalHisteq.m
│   ├── RemoveFogByRetinex.m
│   ├── SaveImage.m
│   ├── SnapImage.m
│   └── images
│   └── ceshi.png
├── 第 02 章 基于形态学的权重自适应图像去噪
│   ├── ErodeList.m
│   ├── GetRateList.m
│   ├── GetRemoveResult.m
│   ├── GetStrelList.m
│   ├── PSNR.m
│   ├── images
│   │   └── im.jpg
│   └── main.m
├── 第 03 章 基于多尺度形态学提取眼前节组织
│   ├── Coef.m
│   ├── Edge_One.m
│   ├── Main_Process.m
│   ├── Multi_Process.m
│   ├── compute_infos.m
│   ├── dt.mat
│   ├── images
│   │   └── image.bmp
│   ├── runme.m
│   ├── supoles.m
│   ├── sys_sim.m
│   ├── usim.m
│   └── usimole.m
├── 第 04 章 基于Hough变化的答题卡识别
│   ├── Analysis.m
│   ├── Compute_Angle.m
│   ├── Gray_Convert.m
│   ├── Hough_Process.m
│   ├── Image_Binary.m
│   ├── Image_Normalize.m
│   ├── Image_Rotate.m
│   ├── Image_Smooth.m
│   ├── Location_Label.m
│   ├── Morph_Process.m
│   ├── Region_Segmation.m
│   ├── Write_Results.m
│   ├── images
│   │   └── 1.JPG
│   └── runme.m
├── 第 05 章 基于阈值分割的车牌定位识别
│   ├── Gui_Main.fig
│   ├── Gui_Main.m
│   ├── Main_Process.m
│   ├── Mask_Process.m
│   ├── Pattern_Recognition.m
│   ├── Plate_Process.m
│   ├── Pre_Process.m
│   ├── Segmation.m
│   ├── Word_Segmation.m
│   ├── images
│   │   └── car.jpg
│   └── 标准库
│   ├── 0.bmp
│   ├── 1.bmp
│   ├── 2.bmp
│   ├── 3.bmp
│   ├── 4.bmp
│   ├── 5.bmp
│   ├── 6.bmp
│   ├── 7.bmp
│   ├── 8.bmp
│   ├── 9.bmp
│   ├── A.bmp
│   ├── B.bmp
│   ├── C.bmp
│   ├── D.bmp
│   ├── E.bmp
│   ├── F.bmp
│   ├── G.bmp
│   ├── H.bmp
│   ├── I.bmp
│   ├── J.bmp
│   ├── K.bmp
│   ├── L.bmp
│   ├── M.bmp
│   ├── N.bmp
│   ├── O.bmp
│   ├── P.bmp
│   ├── Q.bmp
│   ├── R.bmp
│   ├── S.bmp
│   ├── T.bmp
│   ├── U.bmp
│   ├── V.bmp
│   ├── W.bmp
│   ├── X.bmp
│   ├── Y.bmp
│   ├── Z.bmp
│   ├── 京.bmp
│   ├── 冀.bmp
│   ├── 吉.bmp
│   ├── 宁.bmp
│   ├── 川.bmp
│   ├── 晋.bmp
│   ├── 桂.bmp
│   ├── 沪.bmp
│   ├── 津.bmp
│   ├── 浙.bmp
│   ├── 湘.bmp
│   ├── 皖.bmp
│   ├── 粤.bmp
│   ├── 苏.bmp
│   ├── 蒙.bmp
│   ├── 豫.bmp
│   ├── 赣.bmp
│   ├── 辽.bmp
│   ├── 鄂.bmp
│   ├── 闽.bmp
│   ├── 陕.bmp
│   ├── 鲁.bmp
│   └── 黑.bmp
├── 第 06 章 基于分水岭分割进行肺癌诊断
│   ├── Watershed_Fun.m
│   ├── Watershed_Main.m
│   └── images
│   └── 01.JPG
├── 第 07 章 基于主成分分析的人脸二维码识别
│   ├── Construct_PCA_DataBase.m
│   ├── FaceRec.m
│   ├── GetFaceVector.m
│   ├── Get_Samples.m
│   ├── Get_StandSample.m
│   ├── Im.mat
│   ├── InitLib.m
│   ├── MainForm.fig
│   ├── MainForm.m
│   ├── OpenImageFile.m
│   ├── Pre_Process.m
│   ├── QrDen.m
│   ├── QrGen.m
│   ├── com.google.zxing.MultiFormatReader
│   ├── images
│   │   ├── 01.BMP
│   │   └── 02.BMP
│   ├── mtx.mat
│   ├── qr.tif
│   ├── zxing_decrypt.jar
│   └── zxing_encrypt.jar
├── 第 08 章 基于知识库的手写体数字识别
│   ├── Bw_Img.m
│   ├── Data.mat
│   ├── GetImgEndPts.m
│   ├── GetImgLinePts.m
│   ├── Main_Process.m
│   ├── MaskRecon.m
│   ├── Normalize_Img.m
│   ├── Thin_Img.m
│   ├── endpoints.m
│   ├── images
│   │   ├── 手写数字
│   │   │   ├── t0.jpg
│   │   │   ├── t1.jpg
│   │   │   ├── t2.jpg
│   │   │   ├── t3.jpg
│   │   │   ├── t4.jpg
│   │   │   ├── t5.jpg
│   │   │   ├── t6.jpg
│   │   │   ├── t7.jpg
│   │   │   ├── t8.jpg
│   │   │   └── t9.jpg
│   │   └── 标准数字
│   │   ├── s0.jpg
│   │   ├── s1.jpg
│   │   ├── s2.jpg
│   │   ├── s3.jpg
│   │   ├── s4.jpg
│   │   ├── s5.jpg
│   │   ├── s6.jpg
│   │   ├── s7.jpg
│   │   ├── s8.jpg
│   │   └── s9.jpg
│   └── main.m
├── 第 09 章 基于特征匹配的英文印刷字符识别
│   ├── Database
│   │   ├── 1.jpg
│   │   ├── 10.jpg
│   │   ├── 11.jpg
│   │   ├── 12.jpg
│   │   ├── 13.jpg
│   │   ├── 14.jpg
│   │   ├── 15.jpg
│   │   ├── 16.jpg
│   │   ├── 17.jpg
│   │   ├── 18.jpg
│   │   ├── 19.jpg
│   │   ├── 2.jpg
│   │   ├── 20.jpg
│   │   ├── 21.jpg
│   │   ├── 22.jpg
│   │   ├── 23.jpg
│   │   ├── 24.jpg
│   │   ├── 25.jpg
│   │   ├── 26.jpg
│   │   ├── 27.jpg
│   │   ├── 28.jpg
│   │   ├── 29.jpg
│   │   ├── 3.jpg
│   │   ├── 30.jpg
│   │   ├── 31.jpg
│   │   ├── 32.jpg
│   │   ├── 33.jpg
│   │   ├── 34.jpg
│   │   ├── 35.jpg
│   │   ├── 36.jpg
│   │   ├── 37.jpg
│   │   ├── 38.jpg
│   │   ├── 39.jpg
│   │   ├── 4.jpg
│   │   ├── 40.jpg
│   │   ├── 41.jpg
│   │   ├── 42.jpg
│   │   ├── 43.jpg
│   │   ├── 44.jpg
│   │   ├── 45.jpg
│   │   ├── 46.jpg
│   │   ├── 47.jpg
│   │   ├── 48.jpg
│   │   ├── 49.jpg
│   │   ├── 5.jpg
│   │   ├── 50.jpg
│   │   ├── 51.jpg
│   │   ├── 52.jpg
│   │   ├── 53.jpg
│   │   ├── 54.jpg
│   │   ├── 55.jpg
│   │   ├── 56.jpg
│   │   ├── 57.jpg
│   │   ├── 58.jpg
│   │   ├── 59.jpg
│   │   ├── 6.jpg
│   │   ├── 60.jpg
│   │   ├── 61.jpg
│   │   ├── 62.jpg
│   │   ├── 7.jpg
│   │   ├── 8.jpg
│   │   └── 9.jpg
│   ├── GetDatabase.m
│   ├── MainForm.m
│   ├── image.jpg
│   └── pic
│   ├── 001.jpg
│   ├── 002.jpg
│   ├── 003.jpg
│   ├── 004.jpg
│   ├── 005.jpg
│   ├── 006.jpg
│   ├── 007.jpg
│   ├── 008.jpg
│   ├── 009.jpg
│   ├── 010.jpg
│   ├── 011.jpg
│   ├── 012.jpg
│   ├── 013.jpg
│   ├── 014.jpg
│   ├── 015.jpg
│   ├── 016.jpg
│   ├── 017.jpg
│   ├── 018.jpg
│   ├── 019.jpg
│   ├── 020.jpg
│   ├── 021.jpg
│   ├── 022.jpg
│   ├── 023.jpg
│   ├── 024.jpg
│   ├── 025.jpg
│   ├── 026.jpg
│   ├── 027.jpg
│   ├── 028.jpg
│   ├── 029.jpg
│   ├── 030.jpg
│   ├── 031.jpg
│   ├── 032.jpg
│   ├── 033.jpg
│   ├── 034.jpg
│   ├── 035.jpg
│   ├── 036.jpg
│   ├── 037.jpg
│   ├── 038.jpg
│   ├── 039.jpg
│   ├── 040.jpg
│   ├── 041.jpg
│   ├── 042.jpg
│   ├── 043.jpg
│   ├── 044.jpg
│   ├── 045.jpg
│   ├── 046.jpg
│   ├── 047.jpg
│   ├── 048.jpg
│   ├── 049.jpg
│   ├── 050.jpg
│   ├── 051.jpg
│   ├── 052.jpg
│   ├── 053.jpg
│   ├── 054.jpg
│   ├── 055.jpg
│   ├── 056.jpg
│   ├── 057.jpg
│   ├── 058.jpg
│   ├── 059.jpg
│   ├── 060.jpg
│   ├── 061.jpg
│   ├── 062.jpg
│   ├── 063.jpg
│   ├── 064.jpg
│   ├── 065.jpg
│   ├── 066.jpg
│   ├── 067.jpg
│   ├── 068.jpg
│   ├── 069.jpg
│   ├── 070.jpg
│   ├── 071.jpg
│   ├── 072.jpg
│   ├── 073.jpg
│   ├── 074.jpg
│   ├── 075.jpg
│   ├── 076.jpg
│   ├── 077.jpg
│   ├── 078.jpg
│   ├── 079.jpg
│   ├── 080.jpg
│   ├── 081.jpg
│   ├── 082.jpg
│   ├── 083.jpg
│   ├── 084.jpg
│   ├── 085.jpg
│   ├── 086.jpg
│   ├── 087.jpg
│   ├── 088.jpg
│   ├── 089.jpg
│   ├── 090.jpg
│   ├── 091.jpg
│   ├── 092.jpg
│   ├── 093.jpg
│   ├── 094.jpg
│   ├── 095.jpg
│   ├── 096.jpg
│   ├── 097.jpg
│   ├── 098.jpg
│   ├── 099.jpg
│   ├── 100.jpg
│   ├── 101.jpg
│   ├── 102.jpg
│   ├── 103.jpg
│   ├── 104.jpg
│   ├── 105.jpg
│   ├── 106.jpg
│   ├── 107.jpg
│   ├── 108.jpg
│   ├── 109.jpg
│   ├── 110.jpg
│   ├── 111.jpg
│   ├── 112.jpg
│   ├── 113.jpg
│   ├── 114.jpg
│   ├── 115.jpg
│   ├── 116.jpg
│   ├── 117.jpg
│   ├── 118.jpg
│   ├── 119.jpg
│   ├── 120.jpg
│   ├── 121.jpg
│   ├── 122.jpg
│   ├── 123.jpg
│   ├── 124.jpg
│   ├── 125.jpg
│   ├── 126.jpg
│   ├── 127.jpg
│   ├── 128.jpg
│   ├── 129.jpg
│   ├── 130.jpg
│   ├── 131.jpg
│   ├── 132.jpg
│   └── 133.jpg
├── 第 10 章 基于不变矩的数字验证码识别
│   ├── Databse
│   │   ├── 0
│   │   │   ├── 0_10_2.jpg
│   │   │   ├── 0_10_3.jpg
│   │   │   ├── 0_11_2.jpg
│   │   │   ├── 0_12_2.jpg
│   │   │   ├── 0_13_2.jpg
│   │   │   ├── 0_13_3.jpg
│   │   │   ├── 0_14_2.jpg
│   │   │   ├── 0_14_3.jpg
│   │   │   ├── 0_15_3.jpg
│   │   │   ├── 0_16_2.jpg
│   │   │   ├── 0_16_3.jpg
│   │   │   ├── 0_17_2.jpg
│   │   │   ├── 0_18_3.jpg
│   │   │   ├── 0_19_3.jpg
│   │   │   ├── 0_5_3.jpg
│   │   │   ├── 0_6_3.jpg
│   │   │   ├── 0_7_2.jpg
│   │   │   ├── 0_7_3.jpg
│   │   │   ├── 0_8_2.jpg
│   │   │   ├── 0_9_2.jpg
│   │   │   └── 0_9_3.jpg
│   │   ├── 1
│   │   │   ├── 1_11_4.jpg
│   │   │   ├── 1_12_4.jpg
│   │   │   ├── 1_1_1.jpg
│   │   │   ├── 1_1_2.jpg
│   │   │   ├── 1_2_1.jpg
│   │   │   ├── 1_3_1.jpg
│   │   │   ├── 1_3_3.jpg
│   │   │   ├── 1_4_1.jpg
│   │   │   ├── 1_5_1.jpg
│   │   │   ├── 1_6_1.jpg
│   │   │   ├── 1_6_4.jpg
│   │   │   ├── 1_7_4.jpg
│   │   │   ├── 1_8_4.jpg
│   │   │   └── 1_9_4.jpg
│   │   ├── 2
│   │   │   ├── 2_10_1.jpg
│   │   │   ├── 2_11_3.jpg
│   │   │   ├── 2_11_4.jpg
│   │   │   ├── 2_12_2.jpg
│   │   │   ├── 2_12_3.jpg
│   │   │   ├── 2_12_4.jpg
│   │   │   ├── 2_13_2.jpg
│   │   │   ├── 2_13_3.jpg
│   │   │   ├── 2_13_4.jpg
│   │   │   ├── 2_14_2.jpg
│   │   │   ├── 2_14_3.jpg
│   │   │   ├── 2_14_4.jpg
│   │   │   ├── 2_15_2.jpg
│   │   │   ├── 2_15_3.jpg
│   │   │   ├── 2_15_4.jpg
│   │   │   ├── 2_16_3.jpg
│   │   │   ├── 2_16_4.jpg
│   │   │   ├── 2_17_2.jpg
│   │   │   ├── 2_17_3.jpg
│   │   │   ├── 2_17_4.jpg
│   │   │   ├── 2_18_2.jpg
│   │   │   ├── 2_18_3.jpg
│   │   │   ├── 2_18_4.jpg
│   │   │   ├── 2_19_4.jpg
│   │   │   ├── 2_20_3.jpg
│   │   │   ├── 2_20_4.jpg
│   │   │   ├── 2_21_3.jpg
│   │   │   ├── 2_21_4.jpg
│   │   │   ├── 2_23_4.jpg
│   │   │   ├── 2_24_4.jpg
│   │   │   ├── 2_2_3.jpg
│   │   │   ├── 2_4_1.jpg
│   │   │   ├── 2_4_2.jpg
│   │   │   ├── 2_5_1.jpg
│   │   │   ├── 2_5_2.jpg
│   │   │   ├── 2_5_4.jpg
│   │   │   ├── 2_6_1.jpg
│   │   │   ├── 2_6_2.jpg
│   │   │   ├── 2_6_3.jpg
│   │   │   ├── 2_6_4.jpg
│   │   │   ├── 2_7_1.jpg
│   │   │   ├── 2_7_2.jpg
│   │   │   ├── 2_7_3.jpg
│   │   │   ├── 2_8_1.jpg
│   │   │   ├── 2_8_2.jpg
│   │   │   ├── 2_8_3.jpg
│   │   │   ├── 2_9_1.jpg
│   │   │   ├── 2_9_2.jpg
│   │   │   └── 2_9_3.jpg
│   │   ├── 3
│   │   │   ├── 3_10_1.jpg
│   │   │   ├── 3_10_2.jpg
│   │   │   ├── 3_10_3.jpg
│   │   │   ├── 3_10_4.jpg
│   │   │   ├── 3_11_1.jpg
│   │   │   ├── 3_11_2.jpg
│   │   │   ├── 3_11_3.jpg
│   │   │   ├── 3_11_4.jpg
│   │   │   ├── 3_12_1.jpg
│   │   │   ├── 3_12_2.jpg
│   │   │   ├── 3_12_3.jpg
│   │   │   ├── 3_12_4.jpg
│   │   │   ├── 3_13_2.jpg
│   │   │   ├── 3_13_3.jpg
│   │   │   ├── 3_13_4.jpg
│   │   │   ├── 3_14_2.jpg
│   │   │   ├── 3_14_3.jpg
│   │   │   ├── 3_14_4.jpg
│   │   │   ├── 3_15_2.jpg
│   │   │   ├── 3_15_3.jpg
│   │   │   ├── 3_15_4.jpg
│   │   │   ├── 3_16_2.jpg
│   │   │   ├── 3_16_3.jpg
│   │   │   ├── 3_16_4.jpg
│   │   │   ├── 3_17_2.jpg
│   │   │   ├── 3_17_3.jpg
│   │   │   ├── 3_17_4.jpg
│   │   │   ├── 3_18_2.jpg
│   │   │   ├── 3_18_3.jpg
│   │   │   ├── 3_18_4.jpg
│   │   │   ├── 3_19_2.jpg
│   │   │   ├── 3_19_3.jpg
│   │   │   ├── 3_19_4.jpg
│   │   │   ├── 3_21_2.jpg
│   │   │   ├── 3_21_3.jpg
│   │   │   ├── 3_21_4.jpg
│   │   │   ├── 3_22_2.jpg
│   │   │   ├── 3_22_3.jpg
│   │   │   ├── 3_22_4.jpg
│   │   │   ├── 3_2_2.jpg
│   │   │   ├── 3_3_4.jpg
│   │   │   ├── 3_4_3.jpg
│   │   │   ├── 3_4_4.jpg
│   │   │   ├── 3_5_3.jpg
│   │   │   ├── 3_5_4.jpg
│   │   │   ├── 3_6_1.jpg
│   │   │   ├── 3_6_4.jpg
│   │   │   ├── 3_7_1.jpg
│   │   │   ├── 3_7_3.jpg
│   │   │   ├── 3_7_4.jpg
│   │   │   ├── 3_8_1.jpg
│   │   │   ├── 3_8_3.jpg
│   │   │   ├── 3_8_4.jpg
│   │   │   ├── 3_9_1.jpg
│   │   │   ├── 3_9_3.jpg
│   │   │   └── 3_9_4.jpg
│   │   ├── 4
│   │   │   ├── 4_10_1.jpg
│   │   │   ├── 4_10_2.jpg
│   │   │   ├── 4_11_2.jpg
│   │   │   ├── 4_12_1.jpg
│   │   │   ├── 4_13_1.jpg
│   │   │   ├── 4_4_3.jpg
│   │   │   ├── 4_5_3.jpg
│   │   │   ├── 4_6_3.jpg
│   │   │   ├── 4_7_1.jpg
│   │   │   ├── 4_7_2.jpg
│   │   │   ├── 4_7_3.jpg
│   │   │   ├── 4_8_1.jpg
│   │   │   ├── 4_8_2.jpg
│   │   │   ├── 4_8_3.jpg
│   │   │   ├── 4_9_1.jpg
│   │   │   └── 4_9_3.jpg
│   │   ├── 5
│   │   │   ├── 5_10_1.jpg
│   │   │   ├── 5_11_1.jpg
│   │   │   ├── 5_11_2.jpg
│   │   │   ├── 5_12_1.jpg
│   │   │   ├── 5_12_2.jpg
│   │   │   ├── 5_13_1.jpg
│   │   │   ├── 5_14_1.jpg
│   │   │   ├── 5_15_1.jpg
│   │   │   ├── 5_17_2.jpg
│   │   │   ├── 5_18_2.jpg
│   │   │   ├── 5_19_2.jpg
│   │   │   ├── 5_20_2.jpg
│   │   │   ├── 5_22_2.jpg
│   │   │   ├── 5_23_2.jpg
│   │   │   ├── 5_3_2.jpg
│   │   │   ├── 5_4_4.jpg
│   │   │   ├── 5_5_4.jpg
│   │   │   ├── 5_6_2.jpg
│   │   │   ├── 5_7_2.jpg
│   │   │   ├── 5_8_1.jpg
│   │   │   ├── 5_8_2.jpg
│   │   │   ├── 5_9_1.jpg
│   │   │   └── 5_9_2.jpg
│   │   ├── 6
│   │   │   ├── 6_10_1.jpg
│   │   │   ├── 6_10_4.jpg
│   │   │   ├── 6_11_1.jpg
│   │   │   ├── 6_12_1.jpg
│   │   │   ├── 6_13_1.jpg
│   │   │   ├── 6_13_4.jpg
│   │   │   ├── 6_14_2.jpg
│   │   │   ├── 6_14_4.jpg
│   │   │   ├── 6_15_1.jpg
│   │   │   ├── 6_15_2.jpg
│   │   │   ├── 6_15_4.jpg
│   │   │   ├── 6_16_1.jpg
│   │   │   ├── 6_16_2.jpg
│   │   │   ├── 6_16_3.jpg
│   │   │   ├── 6_16_4.jpg
│   │   │   ├── 6_17_2.jpg
│   │   │   ├── 6_17_3.jpg
│   │   │   ├── 6_18_2.jpg
│   │   │   ├── 6_18_3.jpg
│   │   │   ├── 6_18_4.jpg
│   │   │   ├── 6_19_3.jpg
│   │   │   ├── 6_19_4.jpg
│   │   │   ├── 6_1_3.jpg
│   │   │   ├── 6_20_2.jpg
│   │   │   ├── 6_20_3.jpg
│   │   │   ├── 6_20_4.jpg
│   │   │   ├── 6_21_2.jpg
│   │   │   ├── 6_21_3.jpg
│   │   │   ├── 6_22_4.jpg
│   │   │   ├── 6_23_3.jpg
│   │   │   ├── 6_23_4.jpg
│   │   │   ├── 6_24_3.jpg
│   │   │   ├── 6_4_2.jpg
│   │   │   ├── 6_5_2.jpg
│   │   │   ├── 6_7_4.jpg
│   │   │   └── 6_9_4.jpg
│   │   ├── 7
│   │   │   ├── 7_10_3.jpg
│   │   │   ├── 7_11_1.jpg
│   │   │   ├── 7_11_3.jpg
│   │   │   ├── 7_12_1.jpg
│   │   │   ├── 7_12_3.jpg
│   │   │   ├── 7_13_1.jpg
│   │   │   ├── 7_13_3.jpg
│   │   │   ├── 7_14_1.jpg
│   │   │   ├── 7_14_3.jpg
│   │   │   ├── 7_15_1.jpg
│   │   │   ├── 7_15_3.jpg
│   │   │   ├── 7_16_1.jpg
│   │   │   ├── 7_16_3.jpg
│   │   │   ├── 7_17_1.jpg
│   │   │   ├── 7_17_3.jpg
│   │   │   ├── 7_18_1.jpg
│   │   │   ├── 7_18_3.jpg
│   │   │   ├── 7_2_4.jpg
│   │   │   ├── 7_7_3.jpg
│   │   │   ├── 7_8_3.jpg
│   │   │   └── 7_9_3.jpg
│   │   ├── 8
│   │   │   ├── 8_10_2.jpg
│   │   │   ├── 8_13_1.jpg
│   │   │   ├── 8_14_1.jpg
│   │   │   ├── 8_15_1.jpg
│   │   │   ├── 8_16_1.jpg
│   │   │   ├── 8_17_1.jpg
│   │   │   ├── 8_17_4.jpg
│   │   │   ├── 8_18_1.jpg
│   │   │   ├── 8_18_3.jpg
│   │   │   ├── 8_19_1.jpg
│   │   │   ├── 8_19_3.jpg
│   │   │   ├── 8_19_4.jpg
│   │   │   ├── 8_20_1.jpg
│   │   │   ├── 8_20_3.jpg
│   │   │   ├── 8_20_4.jpg
│   │   │   ├── 8_21_1.jpg
│   │   │   ├── 8_22_3.jpg
│   │   │   ├── 8_23_3.jpg
│   │   │   ├── 8_5_2.jpg
│   │   │   ├── 8_6_2.jpg
│   │   │   ├── 8_7_2.jpg
│   │   │   └── 8_9_2.jpg
│   │   └── 9
│   │   ├── 9_10_2.jpg
│   │   ├── 9_10_4.jpg
│   │   ├── 9_11_2.jpg
│   │   ├── 9_11_4.jpg
│   │   ├── 9_12_2.jpg
│   │   ├── 9_12_4.jpg
│   │   ├── 9_13_2.jpg
│   │   ├── 9_13_4.jpg
│   │   ├── 9_14_2.jpg
│   │   ├── 9_14_4.jpg
│   │   ├── 9_15_1.jpg
│   │   ├── 9_15_2.jpg
│   │   ├── 9_15_4.jpg
│   │   ├── 9_16_1.jpg
│   │   ├── 9_16_2.jpg
│   │   ├── 9_17_1.jpg
│   │   ├── 9_17_2.jpg
│   │   ├── 9_17_3.jpg
│   │   ├── 9_18_1.jpg
│   │   ├── 9_18_2.jpg
│   │   ├── 9_19_1.jpg
│   │   ├── 9_19_2.jpg
│   │   ├── 9_19_3.jpg
│   │   ├── 9_1_4.jpg
│   │   ├── 9_20_1.jpg
│   │   ├── 9_20_2.jpg
│   │   ├── 9_20_3.jpg
│   │   ├── 9_21_1.jpg
│   │   ├── 9_21_2.jpg
│   │   ├── 9_22_1.jpg
│   │   ├── 9_23_1.jpg
│   │   ├── 9_23_2.jpg
│   │   ├── 9_24_1.jpg
│   │   ├── 9_24_2.jpg
│   │   ├── 9_7_4.jpg
│   │   ├── 9_8_2.jpg
│   │   ├── 9_8_4.jpg
│   │   ├── 9_9_2.jpg
│   │   └── 9_9_4.jpg
│   ├── GetAllFiles.m
│   ├── GetDatabase.m
│   ├── MainForm.fig
│   ├── MainForm.m
│   ├── images
│   │   ├── 1169.jpg
│   │   ├── 1327.jpg
│   │   ├── 1513.jpg
│   │   ├── 1635.jpg
│   │   ├── 1635_1.jpg
│   │   ├── 1802.jpg
│   │   ├── 2243.jpg
│   │   ├── 2243_1.jpg
│   │   ├── 2243_2.jpg
│   │   ├── 2806.jpg
│   │   ├── 3439.jpg
│   │   ├── 3521.jpg
│   │   ├── 4073.jpg
│   │   ├── 5939.jpg
│   │   ├── 5939_1.jpg
│   │   ├── 6373.jpg
│   │   ├── 7022.jpg
│   │   ├── 7273.jpg
│   │   ├── 8306.jpg
│   │   ├── 8598.jpg
│   │   ├── 8622.jpg
│   │   ├── 9333.jpg
│   │   ├── 9586.jpg
│   │   └── 9962.jpg
│   ├── invmoments.m
│   └── test
│   ├── 1178.jpg
│   ├── 9530.jpg
│   └── 下载.jpg
├── 第 11 章 基于小波技术进行图像融合
│   ├── Fuse_Process.m
│   ├── MainForm.fig
│   ├── MainForm.m
│   ├── Wave_Decompose.m
│   ├── Wave_Reconstruct.m
│   └── images
│   ├── 实验图像1
│   │   ├── a.tif
│   │   └── b.tif
│   └── 实验图像2
│   ├── a.tif
│   └── b.tif
├── 第 12 章 基于块匹配的全景图像拼接
│   ├── CheckRC.m
│   ├── File_Process.m
│   ├── Fun_Match.m
│   ├── Fun_Stitch.m
│   ├── Fun_StitchRGB.m
│   ├── GrayListMain_Process.m
│   ├── GrayMain_Process.m
│   ├── Gui_Main.fig
│   ├── Gui_Main.m
│   ├── ImageList.m
│   ├── RGBListMain_Process.m
│   ├── RGBMain_Process.m
│   └── images
│   ├── 动物图像
│   │   ├── img1.jpg
│   │   └── img2.jpg
│   └── 风景图像
│   ├── img1.jpg
│   └── img2.jpg
├── 第 13 章 基于霍夫曼图像压缩重建
│   ├── AddNode.m
│   ├── Decode.m
│   ├── Frequency.m
│   ├── HisteqContrast.m
│   ├── Huff2Mat.m
│   ├── InitFig.m
│   ├── MainForm.fig
│   ├── MainForm.m
│   ├── Mat2Huff.m
│   ├── PSNR.m
│   ├── SaveImage.m
│   ├── SnapImage.m
│   └── images
│   ├── lena.bmp
│   └── rice.bmp
├── 第 14 章 基于主成分分析的图像压缩和重建
│   ├── liftingbody.png
│   ├── main.m
│   ├── pcaimage.m
│   └── pcasample.m
├── 第 15 章 基于小波的图像压缩技术
│   ├── PSNR.m
│   ├── downsample_prcoess.m
│   ├── dwt2_process.m
│   ├── dwt_process.m
│   ├── idwt2_process.m
│   ├── idwt_process.m
│   ├── images
│   │   ├── cameraman.tif
│   │   └── lena.TIF
│   ├── main.m
│   ├── output
│   │   ├── cameraman_origin.png
│   │   ├── cameraman_wave_10.0.png
│   │   ├── lena_origin.png
│   │   ├── lena_wave_10.0.png
│   │   └── lena_wave_20.0.png
│   ├── output_img.m
│   ├── plot_wave_coef.m
│   ├── plot_wave_coef_join.m
│   ├── upsample_prcoess.m
│   ├── wavedec_process.m
│   └── waverec_process.m
├── 第 16 章 基于Hu不变矩的图像检索技术
│   ├── Analysis.m
│   ├── CoMatrix_Process.m
│   ├── Compute_HuNicolas.m
│   ├── Compute_QuadDistance.m
│   ├── Compute_SimMat.m
│   ├── Decompose.m
│   ├── Energy_Level.m
│   ├── Euclidean_Distance.m
│   ├── Get_Texture.m
│   ├── Gray_Convert.m
│   ├── Hu_Process.m
│   ├── Image_Binary.m
│   ├── main.m
│   ├── 图片库
│   │   ├── 10_1.bmp
│   │   ├── 10_2.bmp
│   │   ├── 11_1.bmp
│   │   ├── 11_2.bmp
│   │   ├── 12_1.bmp
│   │   ├── 12_2.bmp
│   │   ├── 13_1.bmp
│   │   ├── 13_2.bmp
│   │   ├── 14_1.bmp
│   │   ├── 14_2.bmp
│   │   ├── 15_1.bmp
│   │   ├── 15_2.bmp
│   │   ├── 16_1.bmp
│   │   ├── 16_2.bmp
│   │   ├── 17_1.bmp
│   │   ├── 17_2.bmp
│   │   ├── 18_1.bmp
│   │   ├── 18_2.bmp
│   │   ├── 19_1.bmp
│   │   ├── 19_2.bmp
│   │   ├── 1_1.bmp
│   │   ├── 1_2.bmp
│   │   ├── 20_1.bmp
│   │   ├── 20_2.bmp
│   │   ├── 21_1.bmp
│   │   ├── 21_2.bmp
│   │   ├── 22_1.bmp
│   │   ├── 22_2.bmp
│   │   ├── 23_1.bmp
│   │   ├── 23_2.bmp
│   │   ├── 24_1.bmp
│   │   ├── 24_2.bmp
│   │   ├── 25_1.bmp
│   │   ├── 25_2.bmp
│   │   ├── 26_1.bmp
│   │   ├── 26_2.bmp
│   │   ├── 27_1.bmp
│   │   ├── 27_2.bmp
│   │   ├── 28_1.bmp
│   │   ├── 28_2.bmp
│   │   ├── 29_1.bmp
│   │   ├── 29_2.bmp
│   │   ├── 2_1.bmp
│   │   ├── 2_2.bmp
│   │   ├── 30_1.bmp
│   │   ├── 30_2.bmp
│   │   ├── 31_1.bmp
│   │   ├── 31_2.bmp
│   │   ├── 32_1.bmp
│   │   ├── 32_2.bmp
│   │   ├── 33_1.bmp
│   │   ├── 33_2.bmp
│   │   ├── 34_1.bmp
│   │   ├── 34_2.bmp
│   │   ├── 35_1.bmp
│   │   ├── 35_2.bmp
│   │   ├── 36_1.bmp
│   │   ├── 36_2.bmp
│   │   ├── 37_1.bmp
│   │   ├── 37_2.bmp
│   │   ├── 38_1.bmp
│   │   ├── 38_2.bmp
│   │   ├── 39_1.bmp
│   │   ├── 39_2.bmp
│   │   ├── 3_1.bmp
│   │   ├── 3_2.bmp
│   │   ├── 40_1.bmp
│   │   ├── 40_2.bmp
│   │   ├── 41_1.bmp
│   │   ├── 41_2.bmp
│   │   ├── 42_1.bmp
│   │   ├── 42_2.bmp
│   │   ├── 43_1.bmp
│   │   ├── 43_2.bmp
│   │   ├── 44_1.bmp
│   │   ├── 44_2.bmp
│   │   ├── 45_1.bmp
│   │   ├── 45_2.bmp
│   │   ├── 46_1.bmp
│   │   ├── 46_2.bmp
│   │   ├── 47_1.bmp
│   │   ├── 47_2.bmp
│   │   ├── 48_1.bmp
│   │   ├── 48_2.bmp
│   │   ├── 49_1.bmp
│   │   ├── 49_2.bmp
│   │   ├── 4_1.bmp
│   │   ├── 4_2.bmp
│   │   ├── 50_1.bmp
│   │   ├── 50_2.bmp
│   │   ├── 51_1.bmp
│   │   ├── 51_2.bmp
│   │   ├── 52_1.bmp
│   │   ├── 52_2.bmp
│   │   ├── 53_1.bmp
│   │   ├── 53_2.bmp
│   │   ├── 54_1.bmp
│   │   ├── 54_2.bmp
│   │   ├── 55_1.bmp
│   │   ├── 55_2.bmp
│   │   ├── 56_1.bmp
│   │   ├── 56_2.bmp
│   │   ├── 5_1.bmp
│   │   ├── 5_2.bmp
│   │   ├── 6_1.bmp
│   │   ├── 6_2.bmp
│   │   ├── 7_1.bmp
│   │   ├── 7_2.bmp
│   │   ├── 8_1.bmp
│   │   ├── 8_2.bmp
│   │   ├── 9_1.bmp
│   │   └── 9_2.bmp
│   └── 待检索图像
│   ├── im1.bmp
│   ├── im2.bmp
│   ├── im3.bmp
│   ├── im4.bmp
│   └── im5.bmp
├── 第 17 章 基于 Harris 的角点特征检测
│   ├── harris.m
│   └── main.m
├── 第 18 章 基于GUI搭建通用视频处理工具
│   ├── MainFrame.fig
│   ├── MainFrame.m
│   ├── OpenVideoFile.m
│   ├── SnapImage.m
│   ├── Video2Images.m
│   ├── video
│   │   └── traffic.avi
│   └── video_images
│   ├── 001.jpg
│   ├── 002.jpg
│   ├── 003.jpg
│   ├── 004.jpg
│   ├── 005.jpg
│   ├── 006.jpg
│   ├── 007.jpg
│   ├── 008.jpg
│   ├── 009.jpg
│   ├── 010.jpg
│   ├── 011.jpg
│   ├── 012.jpg
│   ├── 013.jpg
│   ├── 014.jpg
│   ├── 015.jpg
│   ├── 016.jpg
│   ├── 017.jpg
│   ├── 018.jpg
│   ├── 019.jpg
│   ├── 020.jpg
│   ├── 021.jpg
│   ├── 022.jpg
│   ├── 023.jpg
│   ├── 024.jpg
│   ├── 025.jpg
│   ├── 026.jpg
│   ├── 027.jpg
│   ├── 028.jpg
│   ├── 029.jpg
│   ├── 030.jpg
│   ├── 031.jpg
│   ├── 032.jpg
│   ├── 033.jpg
│   ├── 034.jpg
│   ├── 035.jpg
│   ├── 036.jpg
│   ├── 037.jpg
│   ├── 038.jpg
│   ├── 039.jpg
│   ├── 040.jpg
│   ├── 041.jpg
│   ├── 042.jpg
│   ├── 043.jpg
│   ├── 044.jpg
│   ├── 045.jpg
│   ├── 046.jpg
│   ├── 047.jpg
│   ├── 048.jpg
│   ├── 049.jpg
│   ├── 050.jpg
│   ├── 051.jpg
│   ├── 052.jpg
│   ├── 053.jpg
│   ├── 054.jpg
│   ├── 055.jpg
│   ├── 056.jpg
│   ├── 057.jpg
│   ├── 058.jpg
│   ├── 059.jpg
│   ├── 060.jpg
│   ├── 061.jpg
│   ├── 062.jpg
│   ├── 063.jpg
│   ├── 064.jpg
│   ├── 065.jpg
│   ├── 066.jpg
│   ├── 067.jpg
│   ├── 068.jpg
│   ├── 069.jpg
│   ├── 070.jpg
│   ├── 071.jpg
│   ├── 072.jpg
│   ├── 073.jpg
│   ├── 074.jpg
│   ├── 075.jpg
│   ├── 076.jpg
│   ├── 077.jpg
│   ├── 078.jpg
│   ├── 079.jpg
│   ├── 080.jpg
│   ├── 081.jpg
│   ├── 082.jpg
│   ├── 083.jpg
│   ├── 084.jpg
│   ├── 085.jpg
│   ├── 086.jpg
│   ├── 087.jpg
│   ├── 088.jpg
│   ├── 089.jpg
│   ├── 090.jpg
│   ├── 091.jpg
│   ├── 092.jpg
│   ├── 093.jpg
│   ├── 094.jpg
│   ├── 095.jpg
│   ├── 096.jpg
│   ├── 097.jpg
│   ├── 098.jpg
│   ├── 099.jpg
│   ├── 100.jpg
│   ├── 101.jpg
│   ├── 102.jpg
│   ├── 103.jpg
│   ├── 104.jpg
│   ├── 105.jpg
│   ├── 106.jpg
│   ├── 107.jpg
│   ├── 108.jpg
│   ├── 109.jpg
│   ├── 110.jpg
│   ├── 111.jpg
│   ├── 112.jpg
│   ├── 113.jpg
│   ├── 114.jpg
│   ├── 115.jpg
│   ├── 116.jpg
│   ├── 117.jpg
│   ├── 118.jpg
│   ├── 119.jpg
│   └── 120.jpg
├── 第 19 章 基于语音识别的信号灯图像模拟控制技术
│   ├── EmotionRec.fig
│   ├── EmotionRec.m
│   ├── GetDatabase.m
│   ├── GetFeather.m
│   ├── PlotInfo.m
│   ├── Reco.m
│   ├── S.mat
│   ├── enframe.m
│   ├── getAllFiles.m
│   ├── melbankm.m
│   ├── mfcc.m
│   ├── voicebox
│   │   ├── Contents.m
│   │   ├── activlev.m
│   │   ├── atan2sc.m
│   │   ├── bark2frq.m
│   │   ├── bitsprec.m
│   │   ├── cblabel.m
│   │   ├── ccwarpf.m
│   │   ├── cep2pow.m
│   │   ├── choosenk.m
│   │   ├── choosrnk.m
│   │   ├── correlogram.m
│   │   ├── distchar.m
│   │   ├── distchpf.m
│   │   ├── disteusq.m
│   │   ├── distisar.m
│   │   ├── distispf.m
│   │   ├── distitar.m
│   │   ├── distitpf.m
│   │   ├── ditherq.m
│   │   ├── dlyapsq.m
│   │   ├── dualdiag.m
│   │   ├── dypsa.m
│   │   ├── enframe.m
│   │   ├── entropy.m
│   │   ├── erb2frq.m
│   │   ├── estnoisem.m
│   │   ├── ewgrpdel.m
│   │   ├── figbolden.m
│   │   ├── filtbankm.m
│   │   ├── filterbank.m
│   │   ├── findpeaks.m
│   │   ├── finishat.m
│   │   ├── flac.exe
│   │   ├── fopenmkd.m
│   │   ├── frac2bin.m
│   │   ├── fram2wav.m
│   │   ├── frq2bark.m
│   │   ├── frq2erb.m
│   │   ├── frq2mel.m
│   │   ├── frq2midi.m
│   │   ├── fxpefac.m
│   │   ├── fxrapt.m
│   │   ├── gammabank.m
│   │   ├── gausprod.m
│   │   ├── gaussmix.m
│   │   ├── gaussmixd.m
│   │   ├── gaussmixp.m
│   │   ├── glotlf.m
│   │   ├── glotros.m
│   │   ├── gmmlpdf.m
│   │   ├── histndim.m
│   │   ├── huffman.m
│   │   ├── imagehomog.m
│   │   ├── importsii.m
│   │   ├── irdct.m
│   │   ├── irfft.m
│   │   ├── kmeanhar.m
│   │   ├── kmeanlbg.m
│   │   ├── kmeans.m
│   │   ├── ldatrace.m
│   │   ├── lin2pcma.m
│   │   ├── lin2pcmu.m
│   │   ├── lognmpdf.m
│   │   ├── logsum.m
│   │   ├── lpcaa2ao.m
│   │   ├── lpcaa2dl.m
│   │   ├── lpcaa2rf.m
│   │   ├── lpcao2rf.m
│   │   ├── lpcar2am.m
│   │   ├── lpcar2cc.m
│   │   ├── lpcar2db.m
│   │   ├── lpcar2ff.m
│   │   ├── lpcar2fm.m
│   │   ├── lpcar2im.m
│   │   ├── lpcar2ls.m
│   │   ├── lpcar2pf.m
│   │   ├── lpcar2pp.m
│   │   ├── lpcar2ra.m
│   │   ├── lpcar2rf.m
│   │   ├── lpcar2rr.m
│   │   ├── lpcar2zz.m
│   │   ├── lpcauto.m
│   │   ├── lpcbwexp.m
│   │   ├── lpccc2ar.m
│   │   ├── lpccc2cc.m
│   │   ├── lpccc2db.m
│   │   ├── lpccc2pf.m
│   │   ├── lpcconv.m
│   │   ├── lpccovar.m
│   │   ├── lpccw2zz.m
│   │   ├── lpcdb2pf.m
│   │   ├── lpcdl2aa.m
│   │   ├── lpcff2pf.m
│   │   ├── lpcfq2zz.m
│   │   ├── lpcifilt.m
│   │   ├── lpcim2ar.m
│   │   ├── lpcis2rf.m
│   │   ├── lpcla2rf.m
│   │   ├── lpclo2rf.m
│   │   ├── lpcls2ar.m
│   │   ├── lpcpf2cc.m
│   │   ├── lpcpf2rr.m
│   │   ├── lpcpp2cw.m
│   │   ├── lpcpp2pz.m
│   │   ├── lpcpz2zz.m
│   │   ├── lpcra2pf.m
│   │   ├── lpcra2pp.m
│   │   ├── lpcrand.m
│   │   ├── lpcrf2aa.m
│   │   ├── lpcrf2ao.m
│   │   ├── lpcrf2ar.m
│   │   ├── lpcrf2is.m
│   │   ├── lpcrf2la.m
│   │   ├── lpcrf2lo.m
│   │   ├── lpcrf2rr.m
│   │   ├── lpcrr2am.m
│   │   ├── lpcrr2ar.m
│   │   ├── lpcss2zz.m
│   │   ├── lpczz2ar.m
│   │   ├── lpczz2cc.m
│   │   ├── lpczz2ss.m
│   │   ├── m2htmlpwd.m
│   │   ├── maxfilt.m
│   │   ├── maxgauss.m
│   │   ├── meansqtf.m
│   │   ├── mel2frq.m
│   │   ├── melbankm.m
│   │   ├── melcepst.m
│   │   ├── midi2frq.m
│   │   ├── modspect.m
│   │   ├── momfilt.m
│   │   ├── nearnonz.m
│   │   ├── overlapadd.m
│   │   ├── pcma2lin.m
│   │   ├── pcmu2lin.m
│   │   ├── peak2dquad.m
│   │   ├── permutes.m
│   │   ├── polygonarea.m
│   │   ├── polygonwind.m
│   │   ├── polygonxline.m
│   │   ├── potsband.m
│   │   ├── pow2cep.m
│   │   ├── psycdigit.m
│   │   ├── psycest.m
│   │   ├── psycestu.m
│   │   ├── psychofunc.m
│   │   ├── qrabs.m
│   │   ├── qrdivide.m
│   │   ├── qrmult.m
│   │   ├── quadpeak.m
│   │   ├── randfilt.m
│   │   ├── randiscr.m
│   │   ├── randvec.m
│   │   ├── rdct.m
│   │   ├── readaif.m
│   │   ├── readau.m
│   │   ├── readcnx.m
│   │   ├── readflac.m
│   │   ├── readhtk.m
│   │   ├── readsfs.m
│   │   ├── readsph.m
│   │   ├── readwav.m
│   │   ├── rfft.m
│   │   ├── rhartley.m
│   │   ├── rnsubset.m
│   │   ├── rotation.m
│   │   ├── roteu2qr.m
│   │   ├── rotmc2qc.m
│   │   ├── rotmr2qr.m
│   │   ├── rotpl2ro.m
│   │   ├── rotqc2mc.m
│   │   ├── rotqc2qr.m
│   │   ├── rotqr2ax.m
│   │   ├── rotqr2eu.m
│   │   ├── rotqr2mr.m
│   │   ├── rotqr2qc.m
│   │   ├── rotqr2ro.m
│   │   ├── rotro2eu.m
│   │   ├── rotro2pl.m
│   │   ├── rotro2qr.m
│   │   ├── rsfft.m
│   │   ├── sapisynth.m
│   │   ├── schmitt.m
│   │   ├── sigalign.m
│   │   ├── sigma.m
│   │   ├── skew3d.m
│   │   ├── snrseg.m
│   │   ├── soundspeed.m
│   │   ├── specsub.m
│   │   ├── specsubm.m
│   │   ├── spgrambw.m
│   │   ├── sphrharm.m
│   │   ├── sprintsi.m
│   │   ├── ssubmmse.m
│   │   ├── stdspectrum.m
│   │   ├── teager.m
│   │   ├── txalign.m
│   │   ├── unixwhich.m
│   │   ├── upolyhedron.m
│   │   ├── usasi.m
│   │   ├── vadsohn.m
│   │   ├── voicebox.htm
│   │   ├── voicebox.m
│   │   ├── windinfo.m
│   │   ├── windows.m
│   │   ├── winenvar.m
│   │   ├── writehtk.m
│   │   ├── writewav.m
│   │   ├── xticksi.m
│   │   ├── xyzticksi.m
│   │   ├── yticksi.m
│   │   ├── zerocros.m
│   │   ├── zerotrim.m
│   │   └── zoomfft.m
│   └── wav
│   └── Test
│   ├── 1.wav
│   ├── 2.wav
│   ├── 3.wav
│   ├── 4.wav
│   ├── 5.wav
│   ├── 6.wav
│   └── 7.wav
├── 第 20 章 基于帧间差法进行视频目标检测
│   ├── GetRealLocation.m
│   ├── MainFrame.fig
│   ├── MainFrame.m
│   ├── OpenVideoFile.m
│   ├── ProcessVideo.m
│   ├── SnapImage.m
│   ├── Video2Images.m
│   └── tmp.mat
├── 第 21 章 路面裂缝检测识别系统设计
│   ├── Bridge_Crack.m
│   ├── Gui_Main.fig
│   ├── Gui_Main.m
│   ├── Identify_Object.m
│   ├── InitAxes.m
│   ├── IterProcess.m
│   ├── Judge_Crack.m
│   ├── Judge_Direction.m
│   ├── Process_Main.m
│   ├── Project.m
│   ├── adjgamma.m
│   ├── bw_filter.m
│   ├── hist_con.m
│   ├── images
│   │   ├── ceshi1.jpg
│   │   └── ceshi2.jpg
│   └── med_process.m
├── 第 22 章 基于 K-means 聚类算法的图像区域分割
│   ├── exactvecotr.m
│   ├── football.jpg
│   ├── imkmeans.m
│   ├── main.m
│   ├── sampledist.m
│   ├── searchcenter.m
│   └── searchintial.m
├── 第 23 章 基于光流场的交通汽车检测跟踪
│   ├── cardetect.mdl
│   ├── opticalflow.m
│   └── viptraffic.avi
├── 第 24 章 基于 Simulink 进行图像和视频处理
│   ├── cellcounting.mdl
│   └── ecolicells.avi
└── 第 25 章 基于小波变换的数字水印技术
├── dwtwatermarkattack.m
├── getdwtwatermark.m
├── logo.tif
├── main.m
├── office_5.jpg
└── setdwtwatermark.m

69 directories, 1286 files

标签:

实例下载地址

《MATLAB图像与视频处理实用案例详解》代码

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警