calcCFARthreshold

zemax非序列下gaussian光束的matlab程序（包括zemax演示源文件）(zemax sequence under non-gaussian beam matlab program (including zemax demo source files))

本项目成功地实现了jpeg图像的压缩非常实用！！！！！！(The project successfully realized the jpeg image compression is very useful!!!!!!!!!!!!!!!!)

jpeg压缩的matlab程序，包括分块，量化，霍夫曼编码，其中量化和霍夫曼编码用查表实现，提高速度。(jpeg compression matlab procedures, including block, quantization, Huffman coding, in which quantization and Huffman coding using look-up table to achieve, improve the speed.)

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。()

道路提取，设置初始的点，输入图像，snake 模型(Road extraction, set the initial point, input image, snake model)

牛顿环的干涉条纹，灰度图，含有反射图样和透射图样(Newton' s rings interference fringes, grayscale, with reflection and transmission pattern pattern)

说明：  利用python写的简单降噪程序（根据一个点A的RGB值，与周围的8个点的RBG值比较，设定一个值N（0

使用DDA划线算法和Bresenham划线算法生成两种不同的直线，并构思图形(Using the DDA scribing algorithm and the Bresenham scribing algorithm, two different straight lines are generated, and the graphics are conceived)

说明：  一维信号的小波分解，然后进行保留模极大系数重构，图像小波去噪(Wavelet decomposition)

压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为SL0算法，对256*256的lena图处理，比较原图和SL0算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间 (Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random matrix as the observation matrix and SL0 algorithm as the reconstruction algorithm. Compare lena figure and the reconstruction results using SL0 algorithm at different sampling ratio (0.74,0.50.3),then each runs 50 times, compare the performance of PSNR and each running time)