资源列表
深度图像
- (1) 读取图片 ，转换为灰度图像； (2) 对 view1.png view1.png view1.png view1.png和 View5 .png .png 将图像 按照 4x4 像素 /方格 的形式 进行 分块； (3) 考虑 边缘的相对稳定 性，以及 双目 成像 视差 规律 ，在第一幅图像分割得 到的块图像周围 20 个像素 个像素 的距离区间内由近到远进行搜索，寻找 与该块 欧氏距离最近的块作为新位置 ； (4) 计算 视差 ，将每个小块 中代表点 的视差 信息转换到整个 区间
图像水印
- 基于DCT,DWT,SVD的图像鲁棒水印算法，并在GUI界面展示(Image watermark algorithm based on DCT, DWT, SVD and displayed on GUI interface.)
基于多尺度形态学提取眼前节组织
- 基于多尺度形态学提取眼前节组织，已经调试成功，效果明显，可直接使用(Extraction of anterior segment tissue based on multi-scale morphology has been successfully debugged, and can be used directly.)
surf
- 用surf和ransac实现两幅图像配准(Registration of two images with surf and RANSAC)
contrast enhancement
- 采用ESIHE算法增强图像对比度，适用于夜间道路拍摄的图像(ESIHE algorithm is used to enhance image contrast, which is suitable for night road images.)
MRMRF simple
- 基于MRF图形的小波与分解 获取最粗尺度上的初始分割。使用EM算法必须有一个初值，因此我们首先使用K-均值聚类算法获取尺度J-1上的初始分割结果。 2.E步骤。使用MPL方法GMRF模型参数。 3.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 4.尺度内迭代。重复2和3知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 5.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复4，
PCA
- PCA_进行indian_pines数据集合分类。((use PCA to classify the indian_pines data with train and test data in the rar))
ColorMoments
- 提取图像RGB颜色空间内的颜色矩。颜色矩是图像重要的颜色特征，在图像检索、比对中具有重要作用。(Calculate the color moment of each color channel in RGB color space of an image)
自动报靶软件
- 自动报靶软件，matlab程序以及gui界面设计，附带图片。(Automatic reporting target software matlab program and gui interface design accompanied by pictures)
设计分段线性函数处理图像
- 设计分段线性函数：转折点为(60,120)、(215,235)，对图像进行处理，并分析效果。(Design piecewise linear function: turning point is (60120), (215235), image processing, and analyze the effect.)
基于蚁群算法的图像边缘检测
- 基于蚁群算法的图像边缘检测，亲测可用，包含四种图像。(Ant colony algorithm based image edge detection, pro test available.It contains four kinds of images.)
fbp-
- 手动求投影，（手动实现radon的等价效果） 滤波反投影，即fft=>滤波=>ifft=>反投影(fft, filter, ifft, inverse filter)