zhiwenfenge(matlab)

二值图像的Zhang快速并行细化算法，具有速度快、保持细化后曲线的连通性和无毛刺产生等优点。(Zhang fast parallel thinning algorithm)

KSVD&&OMP处理图像的程序，有演示效果(KSVD&&OMP )

说明：  图像识别的matlab程序实现，基于神经网络的图像识别(Image recognition matlab program implementation, image recognition based on neural networks)

rgb颜色空间与hsi颜色空间转换的一段MATLAB代码。(a matlab code rgb space to hsi space or return.)

一个很有用的SAR图片，可用于SAR图像的目标识别(A very useful SAR image can be used for target recognition SAR image)

利用卷积神经网络进行特征提取，并将卷积特征可视化(Feature extraction using convolutional neural networks and visualization of convolution features)

在GDAL库下，采用主成分变换实现多光谱影像与全色高分辨影像的融合。(Under the GDAL library, the principal component transformation is used to fuse multispectral images with panchromatic high resolution images.)

医学图像分割水平及方法理论书籍《Level Set Methods and Dynamic Implicit Surfaces》代码(Medical image segmentation level of theory and methodology of the book )

具体实现思路：以4位数字的验证码为例 1、人工将验证码的4位数字每位对应的代码存入数据库中，每位存入0-9对应的代码，每个数可以多存这样可以提高识别率; 2、获取验证码以后，对其进行去背景、灰度处理、去噪点处理、分片处理以后生成每位数字对应的代码; 3、去背景色，这一步的目的是把验证码和背景颜色区别开来。4、去噪声：这一步要取出图像上的孤立点。这些孤立点被认为是噪声。  孤立点的定义：某个点，周围没有与该点等值的点。  或者某个连接块，该连接块的元素的个数小于某个给定值K， 把元素个数很小的连接块也定义为孤立点，有助于去处噪声。  去噪声算法：参照去背景算法。 5、图像锐化：图像锐化的目的是增强边界。这一步是可选的。看验证码的情况，这一步可以跳过。 6、图片有效区域截取：这个操作是将图片除验证码字符以外的边框去掉，只留下验证码字符图片，这样保证分片的准确性。 7、图片分片处理，这个处理是将整个图片分割成单个字符图片。8、拿分片图像生成的代码(eg:000111110011…..)与DB中已有代码相比较，取得相似度最高的即要验证码的字符;   注：如果DB的样本越多，识别的准确率也越高，但是速度会相应变慢

计算局部形状描述符梯度方向直方图（HOG），直接输入图像即可用。(Calculate the local shape descriptors gradient orientation histogram (HOG), the input image can be used directly.)