121.介紹了基于灰度矩的和基于多項(xiàng)式擬合的亞像素邊緣檢測(cè)算法。
122.該方法采用尺度空間下的臨界特征點(diǎn)來(lái)描述圖像的灰度特征，對(duì)光照和噪聲具有一定的魯棒性。
123.通過(guò)相隔固定的幀差值閱值化得到背景樣本值，并采用高斯核密度估計(jì)方法計(jì)算背景灰度的概率密度函數(shù)。
124.利用雙金屬片中心點(diǎn)附近區(qū)域灰度的變化來(lái)確定雙金屬片突跳狀態(tài)，并給出了檢測(cè)結(jié)果。
125.方法以差分盒計(jì)算方法計(jì)算肝臟CT圖像表面灰度的分維數(shù)值。
126.根據(jù)有機(jī)發(fā)光二極管OLED器件的發(fā)光特性，分析了OLED器件實(shí)現(xiàn)灰度級(jí)顯示的機(jī)理。
127.同時(shí)在對(duì)彩色馬赫帶進(jìn)行詳盡實(shí)驗(yàn)的基礎(chǔ)上，對(duì)比灰度對(duì)比度靈敏度函數(shù)，提出彩色對(duì)比度靈敏度函數(shù)。
128.應(yīng)用灰度共生矩陣分析不同織物組織結(jié)構(gòu)的紋理特征差異。
129.采用SDSPAGE分析純化后的目的蛋白，并將蛋白電泳條帶進(jìn)行灰度掃描，計(jì)算目的蛋白的含量。
130.使用MIAS-圖像分析儀分別檢測(cè)SDH陽(yáng)性粒子數(shù)及ACP酶灰度值變化。
131.提出一種新的盲灰度級(jí)水印算法。
132.利用自開(kāi)發(fā)軟件，對(duì)圖像進(jìn)行灰度變換和直方圖均衡化處理后，采用頻域同態(tài)濾波的方法對(duì)圖像進(jìn)行降噪濾波處理。
133.一個(gè)快速評(píng)估你的設(shè)計(jì)是否有足夠?qū)Ρ鹊募记墒牵阉袞|西都轉(zhuǎn)換成灰度級(jí)，然后看這個(gè)設(shè)計(jì)是否看起來(lái)仍然清晰并且容易閱讀。
134.根據(jù)視覺(jué)生理心理學(xué)原理，具體的增益系數(shù)由圖像的背景灰度確定。
135.目的研究一種可以不采用加窗顯示高灰度級(jí)CT圖像的方法。
136.灰度直方圖方法雖具有比例、旋轉(zhuǎn)和位移不變性等特點(diǎn)，但不能充分表示空間分布信息。
137.提出了一種新的基于灰度差統(tǒng)計(jì)的角點(diǎn)檢測(cè)方法。
138.這種算法只需繪出旋轉(zhuǎn)拋物面上的漫反射和鏡面反射等灰度曲線組，就能得到具有高度真實(shí)感的旋轉(zhuǎn)拋物面圖像。
139.現(xiàn)介紹了四種新穎的判別方法，分別是經(jīng)改進(jìn)的灰度比較法，點(diǎn)銳度算法，平方梯度聚焦函數(shù)法，小波變換法。
140.看看你得到的是否是這樣排列和命名的灰度圖。
141.由于平均灰度曲線的相似度都比較接近，改為使用灰度梯度曲線來(lái)表示G帶特征，取得更好的匹配效果。
142.介紹了基于曲面擬合的和基于灰度矩的亞像素邊緣檢測(cè)算法。
143.當(dāng)權(quán)函數(shù)是圖像灰度的奇函數(shù)時(shí)，該算法對(duì)圖像的隨機(jī)噪聲不敏感。
144.提出了一種數(shù)碼相機(jī)拍攝的文本圖像的二值化方法，該方法是全局閾值、局部閾值與灰度梯度方法的結(jié)合。
145.可以灰度，包飽度，對(duì)比度調(diào)節(jié)。
146.在人臉的校準(zhǔn)上，可以采用幾何歸依法與灰度歸依法，這兩種歸依法的人臉校準(zhǔn)又分成步驟操作。
147.利用灰度變換和直方圖修正法對(duì)星圖進(jìn)行增強(qiáng)處理，均能有效地改善圖像的質(zhì)量。
148.實(shí)驗(yàn)表明，細(xì)胞懸浮液掃描圖象的灰度與紅細(xì)胞懸浮液的細(xì)胞聚集程度有顯著相關(guān)。
149.其中灰度直方圖法是本系統(tǒng)告警信號(hào)燈識(shí)別的最佳方法。
150.為了最佳的觀看效果，請(qǐng)根據(jù)以下的灰度顯示條調(diào)節(jié)您的顯示器。
151.利用視差梯度有限約束，優(yōu)化灰度相關(guān)復(fù)峰集。
152.與二值圖像相比灰度圖像具有豐富的信息。
153.該算法基于兩個(gè)局部參數(shù)：待生長(zhǎng)點(diǎn)的局部平均灰度和局部平均梯度，對(duì)傳統(tǒng)區(qū)域生長(zhǎng)算法的生長(zhǎng)準(zhǔn)則進(jìn)行了改進(jìn)。
154.用對(duì)數(shù)函數(shù)做非線性變換函數(shù)來(lái)修正中間灰度區(qū)域。
155.針對(duì)線性灰度變換，本文提出了對(duì)灰度范圍進(jìn)行自動(dòng)修正的線性最大增強(qiáng)方法。
156.文中提出了基于灰度共生矩陣的乳腺X照片紋理特征提取方法。
157.基于RGB顏色空間的核心密度估計(jì)模型能夠在彩色視頻中抑制陰影，但是對(duì)于灰度視頻這種模型是無(wú)法抑制陰影的。
158.傳統(tǒng)的直方圖均衡和灰度變換增強(qiáng)算法，不能針對(duì)紅外圖像的目標(biāo)進(jìn)行有效地增強(qiáng)。
159.實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能很好地實(shí)現(xiàn)紅外圖形灰度變換，并在一定程度上抑制了背景，提升了目標(biāo)。
160.找一幅BMP灰度圖像，讀取其高度、寬度。
161.針對(duì)紅外圖像，采用雙門限分割法進(jìn)行圖像分割，然后采用分段灰度變換法進(jìn)行圖像增強(qiáng)。
162.針對(duì)CCD成像時(shí)中間亮兩邊暗的畸變特點(diǎn)，用雙線性插值的方法對(duì)圖像進(jìn)行灰度校正。
163.這主要包括圖像灰度增強(qiáng)、圖像銳化、圖像濾波及圖像偽彩色增強(qiáng)等。
164.本文以**虱的彩色圖像為樣本，對(duì)其進(jìn)行了灰度及二值化處理。對(duì)處理過(guò)程中產(chǎn)生的孤立點(diǎn)和無(wú)關(guān)小區(qū)域的處理和刪除進(jìn)行了研究和探討。
165.磁共振圖像細(xì)節(jié)豐富，且灰度變化細(xì)微的區(qū)域也反映了不同組織。
166.直方圖是圖像灰度級(jí)的概率密度函數(shù)，它給圖像提供了許多特征。
167.本文提出了一種新的基于灰度差分不變量的點(diǎn)特征匹配方法。
168.你可以清楚的看到，左邊的設(shè)計(jì)閱讀文本要容易得多，尤其是在轉(zhuǎn)換成灰度級(jí)的情況下。
169.結(jié)果：三種孵育時(shí)間下，HMME熒光均呈胞漿彌散分布，且在核周附近的高爾基體灰度較高，細(xì)胞核幾乎無(wú)熒光分布。
170.舉凡原色墨混調(diào)另一油墨時(shí)，都已形成帶灰度及亮度減低。
171.該系統(tǒng)利用灰度判別法來(lái)判別粒子圖像的運(yùn)動(dòng)方向。
172.顏色的選擇可能包括黑白或灰度。
173.效果包括去飽和度，灰度級(jí)，反轉(zhuǎn)，亮度，對(duì)比度調(diào)整，色調(diào)，飽和度調(diào)整，以及浮雕，虛化等效果。
174.本文主要研究灰度圖像的多區(qū)域分割。
175.本文提出了一種基于邊緣馬爾可夫隨機(jī)場(chǎng)和波爾茲曼機(jī)的邊緣檢測(cè)算法，不僅考慮圖象的灰度分布信息，而且利用局部的邊緣元素結(jié)構(gòu)。
176.分析和仿真結(jié)果均表明，[造句網(wǎng)]該算法能夠充分提高圖像的灰度級(jí)、對(duì)比度、及動(dòng)態(tài)范圍。
177.調(diào)整光亮和黑暗之間的區(qū)別，從鮮明的對(duì)比變?yōu)檫B續(xù)的灰度。
178.針對(duì)二維灰度圖象給出了一種獲取道路區(qū)域的方法。
179.芬妮:顏色或灰度照片:總是用最少的聞部。
180.該選項(xiàng)還不兵感化其它模式變換到灰度模式的遷移轉(zhuǎn)變數(shù)據(jù)。
