精华内容
下载资源
问答
  • voronoi2mask 给定点和从中提取点的图像的大小,计算 Voronoi 单元的掩码。
  • matlab开发-mask2poly

    2019-08-27 04:38:41
    matlab开发-mask2poly。查找封闭用户定义的遮罩的多边形。Poly2Mask的倒数:)。
  • matlab开发-mask2polymask

    2019-11-15 05:03:23
    matlab开发-mask2polymask。将遮罩转换为感兴趣的多边形区域
  • matlab开发-sub2mask

    2019-08-26 10:04:52
    matlab开发-sub2mask。组合逻辑和下标索引以生成逻辑掩码
  • mask-rcnn:在MATLAB中进行Mask-RCNN训练和预测以进行实例分割
  • the mask error of matlab

    2012-09-07 15:22:17
    忽然发现,以前对这段matlab理解有误: lambda = [10^(-5), 0.5*10^(-4), 10^(-4), 0.5*10^(-3), 10^(-2), 0.5;... 10^(-5), 0.5*10^(-4), 10^(-4), 0.5*10^(-3), 10^(-2), 0.5;... 10^(-5), 0.5*10^(-4), 1

    忽然发现,以前对这段matlab理解有误:

    lambda = [10^(-5), 0.5*10^(-4), 10^(-4), 0.5*10^(-3), 10^(-2), 0.5;...
              10^(-5), 0.5*10^(-4), 10^(-4), 0.5*10^(-3), 10^(-2), 0.5;...
              10^(-5), 0.5*10^(-4), 10^(-4), 0.5*10^(-3), 10^(-2), 0.5;...
              10^(-5), 0.5*10^(-4), 10^(-4), 0.5*10^(-3), 10^(-2), 0.5;...
              10^(-5), 0.5*10^(-4), 10^(-4), 0.5*10^(-3), 10^(-2), 0.5;];

     mask = [ 0     0     0     0     0     1
              0     1     0     0     0     0
              0     1     0     0     0     0
              0     0     0     0     0     1
              0     0     0     0     1     0];

    我以前以为:

    lambda(logical(mask)) = [0.5
                             0.5e-4
                             0.5e-4
                             0.5
                             0.01];
    但真正的情况是:

    lambda(logical(mask)) = [0.5e-4
                             0.5e-4
                             0.01
                             0.5
                             0.5];

    这个和matlab的存储方式有关,自己需时刻谨记啊


    展开全文
  • clc;clear; data=imread('DR_ck_0001.tiff'); img = double(data); eps=0.04; log_img = log_trans(img);...img_basic = gradient_guidedfilter(log_img, log_img, eps);...img_detail = log_img-img_basic;...

    1.对原图进行log变换
    2.利用导向滤波提取基层、细节层
    3.限制亮度最大值、最小值

    clc;clear;
    data=imread('DR_ck_0001.tiff');
    img = double(data);
    eps=0.04;
    log_img = log_trans(img);
    img_basic = gradient_guidedfilter(log_img, log_img, eps);  
    img_detail = log_img-img_basic;
    tmp = log(2 + (img_basic./max(img_basic(:))).^0.2345*8);
    img_basic_compress= log(img_basic+1)/log10(max(img_basic(:)+1))./tmp;
    img_basic_compress = img_basic_compress.^(1/2.2);
    img_detail_enhanced = 2.*atan(20*img_detail)/pi;
    img_enhanced = img_basic_compress + img_detail_enhanced;
    cut_max = min(img_enhanced(:)) + 0.97 * (max(img_enhanced(:)) - min(img_enhanced(:)));
    cut_min = min(img_enhanced(:)) + 0.01 * (max(img_enhanced(:)) - min(img_enhanced(:)));
    img_enhanced(find(img_enhanced>cut_max)) = cut_max;
    img_enhanced(find(img_enhanced<cut_min)) = cut_min;
    img_enhanced = (img_enhanced - cut_min) ./ (cut_max - cut_min);
    img_enhanced = medfilt2(img_enhanced, [3,3]);
    img_enhanced = uint8(img_enhanced*255);
    subplot(2,3,1);imshow(data,[]);title('原图');
    subplot(2,3,2);imshow(log_img,[]);title('log');
    subplot(2,3,3);imshow(img_basic_compress,[]);title('基础层');
    subplot(2,3,4);imshow(img_detail_enhanced,[]);title('细节层');
    subplot(2,3,5);imshow(img_enhanced,[]);title('结果');
    imwrite(uint8(img_enhanced),'zhongbe.png');
    subplot(2,3,6);imhist(data,256);title('直方图');
    function out = log_trans(img)
    %INPUT: img double
            log_img = log(img + exp(-10));
            log_min = log(min(img(:))+exp(-10));
            log_max = log(max(img(:))+exp(-10));
            out = (log_img - log_min)/(log_max - log_min);
    end
    %主程序
    function q = gradient_guidedfilter(I, p, eps)  
    %   GUIDEDFILTER   O(1) time implementation of guided filter.  
    %  
    %   - guidance image: I (should be a gray-scale/single channel image)  
    %   - filtering input image: p (should be a gray-scale/single channel image)  
    %   - regularization parameter: eps  
      
    r=16;  
    [hei, wid] = size(I);  
    N = boxfilter(ones(hei, wid), r); % the size of each local patch; N=(2r+1)^2 except for boundary pixels.  
      
    mean_I = boxfilter(I, r) ./ N;  
    mean_p = boxfilter(p, r) ./ N;  
    mean_Ip = boxfilter(I.*p, r) ./ N;  
    cov_Ip = mean_Ip - mean_I .* mean_p; % this is the covariance of (I, p) in each local patch.  
      
    mean_II = boxfilter(I.*I, r) ./ N;  
    var_I = mean_II - mean_I .* mean_I;  
      
    %weight  
    epsilon=(0.001*(max(p(:))-min(p(:))))^2;  
    r1=1;  
      
    N1 = boxfilter(ones(hei, wid), r1); % the size of each local patch; N=(2r+1)^2 except for boundary pixels.  
    mean_I1 = boxfilter(I, r1) ./ N1;  
    mean_II1 = boxfilter(I.*I, r1) ./ N1;  
    var_I1 = mean_II1 - mean_I1 .* mean_I1;  
      
    chi_I=sqrt(abs(var_I1.*var_I));      
    weight=(chi_I+epsilon)/(mean(chi_I(:))+epsilon);       
      
    gamma = (4/(mean(chi_I(:))-min(chi_I(:))))*(chi_I-mean(chi_I(:)));  
    gamma = 1 - 1./(1 + exp(gamma));  
      
    %result  
    a = (cov_Ip + (eps./weight).*gamma) ./ (var_I + (eps./weight));   
    b = mean_p - a .* mean_I;   
      
    mean_a = boxfilter(a, r) ./ N;  
    mean_b = boxfilter(b, r) ./ N;  
      
    q = mean_a .* I + mean_b;   
    end  
    %子程序boxfilter()
    
    function imDst = boxfilter(imSrc, r)  
      
    %   BOXFILTER   O(1) time box filtering using cumulative sum  
    %  
    %   - Definition imDst(x, y)=sum(sum(imSrc(x-r:x+r,y-r:y+r)));  
    %   - Running time independent of r;   
    %   - Equivalent to the function: colfilt(imSrc, [2*r+1, 2*r+1], ‘sliding‘, @sum);  
    %   - But much faster.  
      
    [hei, wid] = size(imSrc);  
    imDst = zeros(size(imSrc));  
      
    %cumulative sum over Y axis  
    imCum = cumsum(imSrc, 1);  
    %difference over Y axis  
    imDst(1:r+1, :) = imCum(1+r:2*r+1, :);  
    imDst(r+2:hei-r, :) = imCum(2*r+2:hei, :) - imCum(1:hei-2*r-1, :);  
    imDst(hei-r+1:hei, :) = repmat(imCum(hei, :), [r, 1]) - imCum(hei-2*r:hei-r-1, :);  
      
    %cumulative sum over X axis  
    imCum = cumsum(imDst, 2);  
    %difference over X axis  
    imDst(:, 1:r+1) = imCum(:, 1+r:2*r+1);  
    imDst(:, r+2:wid-r) = imCum(:, 2*r+2:wid) - imCum(:, 1:wid-2*r-1);  
    imDst(:, wid-r+1:wid) = repmat(imCum(:, wid), [1, r]) - imCum(:, wid-2*r:wid-r-1);  
    end
    
    展开全文
  • 比如以图像中某点为中心,取到中心距离<n的点集 for循环来计算距离比较耗时 x = 1:rows; //rows为图像行数 y = 1:cols; //cols为图像列数 [xx,yy] = meshgrid(y,x); dist = (yy-row).^2 + (xx-col).^2;...

    比如以图像中某点为中心,取到中心距离<n的点集
    for循环来计算距离比较耗时

      x = 1:rows;  //rows为图像行数
      y = 1:cols;  //cols为图像列数
      [xx,yy] = meshgrid(y,x);
      dist = (yy-row).^2 + (xx-col).^2; //(row, col)为指定为中心点
      dist = sqrt(dist);
      inds = find(dist < n);  //到中心点距离< n个像素的index(按列扫描顺序)
    
    展开全文
  • matlab开发-Blended3Dpoly2mask。从一组平面多边形创建三维遮罩“放样”或“花呢”(平滑混合)。
  • I = imread('family.jpg'); [H,W,~] = size(I); gray = rgb2gray(I); subplot(2, 2, 1); imshow(I, []); title('Original Image');...binaryImage = hFH.createMask();...title('Binary mask of the region'...

    I = imread('family.jpg');
    [H,W,~] = size(I);
    gray = rgb2gray(I);
    subplot(2, 2, 1); 
    imshow(I, []);
    title('Original Image'); 
    hFH = drawfreehand();


    binaryImage = hFH.createMask();
    subplot(2, 2, 2); 
    imshow(binaryImage); 

    title('Binary mask of the region');
    save('mask2','binaryImage')

    展开全文
  • matlab开发-simbinmat1mat2typemask。计算两个二元矩阵之间相似度和相异度(距离)的106个度量
  • 两种匀光算法,mask匀光算法和willis运管算法,用matlab编写,适合初学者
  • 此函数需要另一个 FEX 函数:contourcs ( http://www.mathworks.com/matlabcentral/fileexchange/28447 ) 例子: mask = imread('circuit.tif')>100; P = mask2poly(mask); 数字; 图像(掩码); 轴在; 开箱; ...
  • 进制位数可以自己设置,码元速率可以自己设置,载波频率可以自己设置,亲自有用
  • 在计算地球物理参数,如温度、降水等的区域平均时,通常要面积加权,该代码用于生成全球各种分辨率格点的面积。
  • 它是 Matlab poly2mask 函数的一种补充。 不同之处在于返回所有轮廓点 - 没有丢失线性相关点的点。 为了获得 poly2mask 的 100% 互补,应省略直线内的所有点。 就我而言,我实际上需要所有这些点,作为投资回报率的...
  • MATLAB编程技巧:设置Simulink模块中的mask属性 通过m代码设置Simulink中Subsystem的mask属性,也可以直接删除mask上的注释 下面展示一些 内联代码片。 % 设置subsysytem中的mask % Example: % SubsystemMaskSet('...
  • %批量把文件夹中的mask 转换为 轮廓 clear,clc Original_image_dir = 'C:\Users\11549\Desktop\Object_Contour_Encoder-Decode\tensorflow-object-contour-detection-master\spliced_NIST\masks\'; fpath = fullfile...
  • Matlab 中subsystem mask封装子系统

    千次阅读 2018-05-04 22:05:00
    该区域可以输入任意合法的matlab字符,但不能输入line break; Mask description:此处文本出现在对话框中描述模块功能。这里可以输入line break(使用enter或return键); Mask help:此处的内容将在点击help...
  • 利用mask算法与wallis算法对影像进行匀光匀色处理,使图像光照均匀,色彩均衡。 包括matlab算法实现代码,测试影像,以及相关参考文献。
  • 人脸图像特征提取matlab代码mask_detection AI课程的遮罩检测 任务1: Task1文件夹包含一个matlab(2020a)脚本,该脚本将使用resnet50进行图像特征提取,然后训练SVM。 它还将输出混淆矩阵和验证集的准确性。 9943....
  • matlab ROI选取产生二进制mask

    千次阅读 2011-11-04 18:26:38
    grayImage = imread('monkey.png'); % Read in standard MATLAB gray scale image.  subplot(2, 2, 1);  imshow(grayImage, []); title('Original Grayscale Image');  hFH = imfreehand(); %Choos
  • 用于组合线性和逻辑索引的 MATLAB 助手
  • MATLAB做脑区域掩膜(mask

    千次阅读 热门讨论 2020-03-30 15:27:53
    wfu_pickatlas(简直神器) 直接在主页面打开,就是酱紫: 选择Human atlas后,点击aal(AAL是一个脑区模板),就会出来所有脑区的名称,比如我想要脑岛的模板,就点击nsula_R和insula_L : 点击save mask就完成了。...
  • 文章目录传递函数由来MATLAB simulink子系统封装simulink子系统mask绘制完整流程图--运行显示绘制子系统中传递函数的bode图、nyquist图、step图等修改参数后的两个图相比较: 传递函数由来 MATLAB simulink子系统...
  • img=imread(‘1.bmp’);  h1=fspecial('average',[3,3]);%h1也可以换成任意的mask result=imfilter(img,h1);
  • 首先,matlab中any函数:检测矩阵mask中是否有非零元素,如果有,返回1,;如果没有非零元素,即所有元素都是0,那么则返回0。 assert()是一个调试程序时经常使用的宏,在程序运行时它计算括号内的表达式,如果...

空空如也

空空如也

1 2 3 4 5 ... 19
收藏数 370
精华内容 148
关键字:

maskmatlab

matlab 订阅