huidu

用分裂bregman方法解决图像模糊的matlab算法，很经典，大家可以参考一下(Split bregman method to solve the image blurring Matlab algorithm, it is classic, and we can refer to)

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.

给定一幅图像，输出其直方图。给定一个线性变换函数(可以输入不同的参数)，实现图像的灰度拉伸；实现对图像的均衡化。 实验测试图像：任意 (histogram；Gray stretch；Image equalization)

提取图像的SURF特征点。包含两个例程，分别为提取到的特征点与特征点匹配(Extract SURF feature points from the image)

将RGB格式的图片进行mosaic处理得到RawData格式的图片，然后再恢复成RGB格式彩色图片,laroche-CFA插值算法(turn an RGB picture to RawData picture，then recover the RawData picture to an RGB picture.it is called laroche-CFA.)

说明：  对原始图像进行阈值分割，把金属图像分割出来，抠掉金属的图像(Threshold segmentation is applied to the original image, and the metal image is segmented to remove the metal image)

实现了KFCM算法，对模糊图像进行聚类分析，效果良好(The KFCM algorithm is implemented)

求解分线性脉冲传输方程的SSFM方法,其中使用了改进的分步傅里叶算法，适合新手(the SSFM method to calculate the nonlinear pulse propagation equation)

shi-tomasi方法角点提取方法。该方法测量结构张量的最小特征值。这代表了Harris和诺贝尔探测器试图近似的理想。哈里斯希望在计算特征时避免计算平方根的计算成本。(Shi-Tomasi corner detector method.The method measure returns the minimum eigenvalue of the structure tensor. This represents the ideal that the Harris and Noble detectors attempt to approximate. Back in 1988 Harris wanted to avoid the computational cost of taking a square root when computing features. This is no longer relevant today!)

winform 多个 饼形图 分析人力资源数据