武汉理工大学数字图像处理英文课件 Chapter2（2）.pptVIP

下载本文档

1
0
约小于1千字
约 5页
2019-05-14 发布于广东
举报
版权申诉

武汉理工大学数字图像处理英文课件 Chapter2（2）.ppt

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Image Differences Linear Regression Method of Least-Squares Summary Matlab Code for Linear Regression * im1 = imread(lytle03.jpg); im2 = imread(lytle05.jpg); g1 = rgb2gray(im1); g2 = rgb2gray(im2); gray1 = im2double(g1(1:480,1:640)); gray2 = im2double(g2(1:480,1:640)); Assume that image Y is point-by-point linearly related to image X First we define some notation for the mean of an image: We can use the mean to eliminate k0 The method of least-squares is used to find k1. The total least-squared deviation is: which can be solved for k1 using The solution is given by where where gm1 = mean2(gray1) gm1 = 0.5563 gm2 = mean2(gray2) gm2 = 0.5579 gc1 = gray1 - gm1; gc2 = gray2 - gm2; sxy = mean2(gc1.*gc2); sxx = mean2(gc1.*gc1); k1 = sxy/sxx k1 = 0.9694 k0 = gm2 - k1*gm1 k0 = 0.0186 diff2 = gray2 - k0 - k1*gray1; cd = 0.5*(diff2+1); std2(diff2) ans = 0.0433 *