reco

二维的OMP算法，封装完成的函数，可独立调用(Two dimensional OMP algorithm, wrapped function can be called independently.)

该文件夹包括代码及其对应的论文。其作用在于模拟人类视觉系统的生理特性--视觉注意机制，按照人眼观察外界的方式，检测视觉显著性物体和区域，并阐述了显著性区域的显著性密度和尺度之间的关系，可应用于生物视觉模拟、视觉目标检测、视觉目标跟踪、视觉智能监控，以及视觉生理学和视觉心理学等的研究中。(This document contains codes and the corresponding paper. The aim is to simulate a physiological characteristic of human visual system called visual attention mechanism. The code is used to detect salient objects or regions following the way human eye observes the world. The relation between density and scale of salient object/region is described. It has found widespread use in numerous applications such as biological vision simulation, visual object detection, visual object tracking, visual intelligent surveillance, visual physiological, and visual psychology.)

说明：  编码： （1）进行颜色转换，将RGB格式转换为YUV格式。 （2）将待编码的N×N的图像分解成(N/8)^ 2 个大小为8×8的子图像。 （3）对每个子图像进行DCT变换，得到各子图像的变换系数。这一步的实质是把空间域表示的图像转换成频率域表示的图像。 （4）对变换系数进行量化。 （5）进行Z字形重排 （6）使用霍夫曼变长变码编码器对量化的系数进行编码，得到压缩后的图像（数据）。 解码： （1） 对压缩的图像数据进行解码，得到用量化系数表示的图像数据。 （2） 进行反Z字型重排 （3）用与编码时相同的量化函数或量化值表对用量化系数表示的图像数据进行逆量化，得到每个子图像的变换系数。 （4）对逆量化得到的每个子图像的变换系数进行反向正交变换（如反向DCT变换等），得到(N/8)^2 个大小为8×8的子图像。 （5）将(N/8)^2 个大小为8×8的子图像重构成一个N×N的图像。 （6）进行颜色组合，将YUV格式转换为RGB格式图像。(JPEG compression and decompression process)

zernike不变矩。特征提取方法。基于形状的特征提取方法。(zernike moment invariants. Feature extraction methods. Shape-based feature extraction method.)

VC.NET图象处理,采用基于CImage类的图象处理技术,封装的函数为基本的图象处理部分,如几何变换等等,开发环境为VC++.NET(VC.NET image processing, based on CImage kind of image processing technology, Packaging for the basic functions of image processing, such as geometric transformation, and so on, the environment for the development of the VC.NET)

说明：  DIP关于各噪声和滤波概述，里面包含PDF和Latex(Dip overview of noise and filtering)

这是一个用于血管分割的程序，程序中附带多幅测试图片(This is a program for vascular segmentation, with multiple test images attached to the program)

说明：  Perona和Malik在热传导方程的基础上，建立了各向异性扩散方程并将其应用到了图像处理中尺度空间的图像平滑上，该模型针对图像的边缘部分和非边缘部分进行不同性质的图像处理，同时解算方程的迭代格式简单，克服传统滤波的主要缺陷，是图像质量大为改善，为图像的边缘检测和增强开辟了新的方向。(This process smoothes regions while preserving, and enhancing, the contrast at sharp intensity gradients.)

首先利用形态学开运算将图像中小于结构元素的亮点去掉，利用源图像与处理后的图像作差，对差图像进行阈值分割，得到二值图像，将二值图像中的一些干扰区域去掉，提取二值图像中的圆形区域，并在源图像上对小目标进行标记，实现对圆形亮目标的检测(Remove the area in the image smaller than structural element by morphologic open operation，receive image A，original image subtract image A，threshold segmentation for difference image，receive binary image，remove the interference region in the binary image，then extract circular area，and sign the target in the original image. Realize the circular bright target detection)

对图中微流道各个形状模块进行分割，并计算了微流道的宽度，还有入射光钎到接受光纤的距离。(The specific module is divided and the length and width are calculated.)