weinai

Relief-F 算法是由 Kononenko 在 Relief 算法基础上扩展得到的，可以用来解决多分类与回归问题。 Relief-F 特征选择算法利用特征与类别间的相关程度判别特征的敏感程度，敏感的特征能使同类样本靠近，非同类样本远离。基本思想是： 先随机从总样本集 D中获取一个样本 R， 然后在 与 R 同类样本集中和与R 异类 样 本 集 中 各 获 取 k 个近 邻 样 本， 在 特 征 集 F中如果某个特征上异类样本的距离大于同类样本，则这个特征是有利于分类的，增加其权重，重复 n 次 取所有结果的均值作为每个特征的最终权重值.

边缘检测算法的比较，有susan算子，log算子，prewitt算子(Comparison of edge detection algorithm, there is susan operator, log operator, prewitt operator)

在VS2012平台上利用C++语言和opencv实现对图像的分块，并保存分块图像(Using the C++ language and OpenCV to block the image on the VS2012 platform and save the block image)

基于模拟退火的粒子群算法，主要是将模拟退火得概率问题用于粒子群，使其不易陷入局部最优(Simulated annealing particle swarm algorithm based on simulated annealing was mainly probability for PSO, it is not easy to fall into local optima)

用matlab实现自适应图像阈值分割最大类方差法代码(Using MATLAB to achieve adaptive threshold image segmentation Otsu method code )

说明：  IQA评估指标包括PLCC，SROCC，KROCC，PSNR，SSIM (Structural Similarity），MSE (Mean Square Error)，RMSE (Root Mean Square Error) ，信息熵 (Information Entropy)算法(IQA evaluation indicators include PLCC, SROCC, KROCC, PSNR, SSIM (Structural Similarity), MSE (Mean Square Error), RMSE (Root Mean Square Error) , Information Entropy (Information Entropy) algorithm)

基于OpenCV实现的图像切割程序，通过程序中参数设置分块的数量和大小(The project is uesd to break an image into block)

基于matlab的、结合深度图像的图像修补( Image patch based on matlab, combined with the depth of the image )

自己编写的数字图像处理程序，包括打开bmp图像，直方图，阈值分割，形态学处理等功能。(digital image processing procedures, including open bmp image, histogram, threshold segmentation, morphological processing and other functions.)

利用ENVI/IDL，计算多幅图像的各个像元的平均值。并忽略空缺值(Use ENVI/IDL, calculate the average of each pixel of multiple images. And ignores the value of vacancies)