数字图像处理实验一matlab编程基础实验,数字图像处理实验五matlab

　　【图像检测】基于计算机视觉的教室人数统计用matlab代码_ MATLAB仿真技术博客_博客

　　内容简介计算机视觉检测技术是检测技术中备受关注的一个新的应用方向和前沿课题。它是计算机技术、模式识别、检测技术、数字图像处理、人工智能等多门学科的结晶。现在的计算机视觉检测技术正在向更加智能化的方向发展，即在没有人为干预的情况下，我们可以利用图像处理、模式识别等方法获取某一区域的信息并自动分析，从而实现对场景中目标的识别、定位甚至跟踪，并得到对图像内容和客观场景的理解，最终给出检测结果。

　　第2部分代码功能im=光线补偿(I)

　　[m0，n0，l]=size(I)；

　　%图，imshow(一)

　　thresholdco=0.05%比例因子

　　thresholdnum=100像素数百分比的临界常数

　　直方图=零(1，256)；%灰度阵列

　　如果m0*n0*thresholdco阈值数量

　　Disp(输入图像太小，请更改它！);

　　目标

　　灰色=0；

　　index0=0

　　对于I=1:m0 %扫描图像

　　对于j=1:n0

　　gray=round(I(i，j，1)* 0.299 I(I，j，2)* 0.587 I(I，j，3)* 0.114)；

　　index0=灰色1；

　　直方图(1，索引0)=直方图(1，索引0)1；

　　目标

　　calnum=0；

　　合计=m0 * n0

　　num=0；

　　%接着获得满足系数thresholdco的临界灰度级。

　　index 1=0；

　　因为i=1:256

　　如果计算数量/总阈值

　　index 1=256-I 1；

　　calnum=calnum直方图(1，index 1)；

　　num=I；

　　其他

　　打破；

　　目标

　　average gray=0；

　　calnum=0；

　　k=256-num 1；

　　%获取满足条件的像素的总灰度值。

　　对于i=256:-1:k

　　averagegray=averagegray直方图(1，I)* I；

　　calnum=calnum直方图(1，I)；

　　目标

　　average gray=average gray/calnum；

　　co=255.0/平均灰度；

　　%用于光线补偿。

　　对于i=1:m0

　　对于j=1:n0

　　I(i，j，1)=I(i，j，1)* co；

　　如果我(I，j，1) 255

　　I(i，j，1)=255；

　　目标

　　I(i，j，2)=I(i，j，2)* co；

　　如果我(I，j，2) 255

　　I(i，j，2)=255；

　　目标

　　I(i，j，3)=I(i，j，3)* co；

　　如果我(I，j，3) 255

　　I(i，j，3)=255；

　　目标

　　im=零(m0，n0，l)；

　　im=I；%

　　3运行结果

　　4参考文献[1]张宇阳。基于计算机视觉检测技术的候车人数检测系统[D].上海交通大学。

　　博主：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机、雷达通信、无线传感器等领域的Matlab仿真。相关matlab代码问题可以私信交流。有些理论引用自网络文献。如有侵权，联系博主删除。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

相关文章阅读