注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 图像去噪Python代码

  2. 附有图像去噪Python源代码，能很好地去除图像噪声的干扰。

  3. 所属分类：深度学习

    • 发布日期：2018-04-04
    • 文件大小：2kb
    • 提供者：jtg_0220

  1. 基于深度学习堆栈自动编码器模型的图像去噪python代码

  2. 这个存储库包含使用深度学习对高分辨率图像进行分解的工作的代码。目前最先进的方法，如BM3D，KSVD和非本地手段确实能够产生高质量的去噪效果。但是当图像的大小变得非常高时，例如。 4000 x 80000像素，那些高质量的结果以高计算时间为代价。这个耗时的因素可以作为一个动机来提出一个模型，可以在更短的时间内提供可比较的结果，如果不是更好的话。因此，我使用了一种深度学习方法，它会自动尝试学习将噪声图像映射到其去噪版本的功能。

  3. 所属分类：深度学习

    • 发布日期：2018-05-04
    • 文件大小：3mb
    • 提供者：qq_22417447

  1. python3.x Opencv Toturial

  2. 本书针的读者是高校学生，科研工作者，图像处理爱好者。对于这些 人群，他们往往是带着具体的问题，在苦苦寻找解决方案。为了一个小问 题就让他们去学习 C++ 这么深奥的语言几乎是不可能的。而 Python 的悄 然兴起给他们带来的希望，如果说 C++ 是 tex 的话，那 Python 的易用性 相当于 word。他们可以很快的看懂本书的所有代码，并可以学着使用它们 来解决自己的问题，同时也能拓展自己的视野。别人经常说 Python 不够 快，但是对于上面的这些读者，我相信这不是问题，现在我们日常

  3. 所属分类：Python

    • 发布日期：2018-03-01
    • 文件大小：4mb
    • 提供者：qq_34745295

  1. Python-NVIDIA全新Blender图像降噪平台DNOISE

  2. D-NOISE由NVIDIA的OptiX AI-Acclerated Denoiser提供支持，是一款改变游戏规则的去噪平台，可快速加速在Blender中渲染高质量无噪声图像的过程。

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：25kb
    • 提供者：weixin_39840924

  1. opencv的全部基础操作，很实用，我从github上下载的，例子都调试过。anaconda3，python3.7，opencv4调试通过。

  2. code_001 | [图片读取与显示](python/code_001/opencv_001.py) | ✔️ code_002 | [图片灰度化](python/code_002/opencv_002.py) | ✔️ code_003 | [图像创建与赋值](python/code_003/opencv_003.py) | ✔️ code_004 | [图像像素读写](python/code_004/opencv_004.py) | ✔️ code_005 | [图像像素算术操作(加减乘

  3. 所属分类：图像处理

    • 发布日期：2019-08-23
    • 文件大小：36mb
    • 提供者：neu1835

  1. U-NET.ipynb

  2. U-Net整体的流程是编码和解码（encoder-decoder），而这个过程早在2006年就被Hinton大神提出来发表在了nature上。当时这个结构提出的主要作用并不是分割，而是压缩图像和去噪声。使用python通过u-net将医学图像去噪。

  3. 所属分类：机器学习

    • 发布日期：2020-04-09
    • 文件大小：689kb
    • 提供者：qq_34228690

  1. OpenCV-Python-Toturial-中文版.pdf

  2. 数字图像处理（第三版）冈萨雷斯，北京大学研究生上课专用ppt课件书虽然挺好的,但是不够全面,不能让读者完全了解 opencv的现状)。而 我翻译的这本书是来源于 OpenCv的官方文档,内容全面,对各种的算 法的描述简单易懂,而且不拘泥于长篇大论的数学推导,非常适合想使用 OpencⅤ解决实际问题的人,对他们来说具体的数学原坦并不重要,重要 是能解决实际问题。 在国内这本书可以说是第一本 Python OpenCV的译作。 4本书的时效性 本书的编写时针对最新的 Opencv3.0的,本版本还没

  3. 所属分类：图像处理

    • 发布日期：2019-07-05
    • 文件大小：5mb
    • 提供者：qq_28005905

  1. 基于改进伪中值滤波和非局部均值滤波的红外图像滤波方法

  2. 首先对伪中值滤波算法进行了改进:噪声检测过程融入像素点灰度值、几何距离等因素,实现噪声点从图像像素点中的逐步分离;采用加权滤波的方法滤除噪声。其次对改进非局部均值滤波算法的先验信息获取方法进行了改进:对噪声图像进行提升小波变换,采用一种新型阈值函数选择低频分解系数,对高于阈值的系数进行重构得到参考图像,计算参考图像的相似度权值并将其作为改进非局部均值滤波算法的先验信息。最后基于2种改进算法提出了一种红外图像滤波方法,即依次采用改进伪中值滤波算法和基于先验信息的改进非局部均值滤波算法对红外图像进行

  3. 所属分类：其它

    • 发布日期：2020-05-27
    • 文件大小：615kb
    • 提供者：weixin_38681719

  1. ustc软院图像实验.zip

  2. USTC软件学院图像处理与分析课程实验（Python实现）。 实验 1： 图像灰度变换 掌握 Opencv 进行图像处理的基础，实现图像的灰度变换处理。 实验 2： 直方图均衡 掌握对图像直方图进行操作，实现图像的直方图均衡算法。 实验 3： 空域滤波 掌握利用模板对图像进行空域滤波操作，熟练掌握常用空域模板的使用。 实验 4： 图像去噪 1、掌握算术均值滤波器、几何均值滤波器、谐波和逆谐波均值滤波器进行 图像去噪的算法 2、掌握利用中值滤波器进行图像去噪的算法 3、掌握自适应中值滤波算法 4、

  3. 所属分类：讲义

  1. Python实现图像去噪方式(中值去噪和均值去噪)

  2. 今天小编就为大家分享一篇Python实现图像去噪方式(中值去噪和均值去噪)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：100kb
    • 提供者：weixin_38677190

  1. opencv 图像腐蚀和图像膨胀的实现

  2. 语言：python+opencv 为什么使用图像腐蚀和图像膨胀 如图，使用图像腐蚀进行去噪，但是为压缩噪声。 对腐蚀过的图像，进行膨胀处理，可以去除噪声，并保持原样形状。 图像腐蚀 腐蚀主要针对的是二值图像，如只有0和1两个值， 两个输入对象：1原始二值图像，2卷积核 使用卷积核遍历原始二值图像，如果卷积核对应的元素值均为1，其值才为1，否则为0。如图，红色为卷积核。 腐蚀后的结果示意图见下面，效果是将边缘抹掉一部分。 使用方法：erode 中文翻译：侵蚀 处理结果=cv2.e

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：295kb
    • 提供者：weixin_38524472

  1. Python实现中值滤波去噪方式

  2. 中值滤波器去噪： 中值滤波的主要原理是将数字图像中的某点用该点的邻域中各个像素值的中值所来代替，这样就能让目标像素周围能够更好的接近真实值，比如一张白纸上有一个黑点时，黑点的像素值比较大，经过中值滤波过后，黑点附近的像素值可能就会变小。经过中值滤波后一些相对孤立的噪声点就容易被清除掉，这样就能提高图像的质量。 所以中值滤波器去噪的一个优点就是对椒盐噪声的去除具有很好的效果，具体操作是选取一个中心邻域，然后给邻域类各个像素的灰度值按大小进行排序，选取排序序列中的中值作为该邻域中心点的像素值的灰度值

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：93kb
    • 提供者：weixin_38597533

  1. 学习笔记(32):Python+OpenCV计算机视觉-canny边缘检测

  2. 立即学习:https://edu.csdn.net/course/play/10552/234947?utm_source=blogtoedu canny边缘检测的一般步骤 ① 去噪 边缘检测容易受到噪声的影响。因此，在进行边缘检测前，通常需要进行去噪。 通常采用高斯滤波器。 ② 梯度 对平滑后的图像计算梯度的大小和方向 梯度的方向一般总是与边界垂直 梯队方向背归为四类：垂直，水平，两个对角线方向。 ③非极大值抑制 在获得了梯度和方向后，遍历图像，去除所有不是边界的点（判断当前像素点是否是周围像

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：189kb
    • 提供者：weixin_38678057

  1. python 图片去噪的方法示例

  2. 图像可能在生成、传输或者采集过程中夹带了噪声，去噪声是图像处理中常用的手法。通常去噪声用滤波的方法，比如中值滤波、均值滤波。但是那样的算法不适合用在处理字符这样目标狭长的图像中，因为在滤波的过程中很有可能会去掉字符本身的像素。 一个采用的是去除杂点的方法来进行去噪声处理的。具体算法如下：扫描整个图像，当发现一个黑色点的时候，就考察和该黑色点间接或者直接相连接的黑色点的个数有多少，如果大于一定的值，那就说明该点不是离散点，否则就是离散点，把它去掉。在考察相连的黑色点的时候用的是递归的方法。此处，我

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：47kb
    • 提供者：weixin_38610657

  1. ECNDNet:用于图像去噪的增强型CNN（CAAI Transactions on Intelligence Technology，2019）-源码

  2. 田春伟，徐勇，费伦克，王俊谦，文杰和罗楠发布的增强型CNN用于图像去噪，已在2019年CAAI Transactions on Intelligence Technology上发表。该方法由Pytorch实施。 ECNDNet的代码由Profillic（为您的项目提供动力的ML模型和代码的最大集合）收集，为 。 此代码使用Pytorch> = 0.4编写。 1.依存关系 pyTorch（> = 0.4） 火炬视觉 适用于Python的openCv 适用于Python的HDF5 Pyt

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：13mb
    • 提供者：weixin_42134537

  1. python 中值滤波,椒盐去噪,图片增强实例

  2. 受光照、气候、成像设备等因素的影响，灰度化后的图像存在噪声和模糊干扰，直接影响到下一步的文字识别，因此，需要对图像进行增强处理。图片预处理中重要一环就是椒盐去澡，通常用到中值滤波器进行处理，效果很好。中值滤波器是一种非线性滤波器，其基本原理是把数字图像中某点的值用其领域各点值的中值代替。 如求点[i,j]的灰度值计算方法为： （1）按灰度值顺序排列[i,j]领域中的像素点； （2）取排序像素集的中间值作为[i,j]的灰度值。中值滤波技术能有效抑制噪声。 直接上代码，希望给大家有帮助： imp

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：96kb
    • 提供者：weixin_38667835