3

精通MATLAB图像处理第2章所有的程序代码或实例代码(Proficient in MATLAB image processing Chapter 2 program code or code examples)

利用梯度算法--最快下降梯度算法进行图像的边缘检测(Gradient algorithm- the fastest decline in the gradient algorithm for image edge detection)

c#下实现图像颜色k均值聚类 将像素点颜色分类并合并(c# implementation of color image k-means clustering to classification of color pixels and merge)

说明：  此算法使用于单波段或者多波段图像中的非监督异常检测，性能很好~(The algorithm used in single-band or multi-band image unsupervised anomaly detection, performance very good ~)

基于OPENCV的SIFT特征提取与匹配算法。包含完整的从图像高斯金字塔、DOG、空间极值点提取、关键点描述、KDtree匹配等关键步骤的全部函数实现，对全面深入理解Lowe的SIFT算法有莫大帮助。程序运行前须安装（1）OpenCV: http://opencvlibrary.sourceforge.net （2）SIFT: http://web.engr.oregonstate.edu/~hess/index.html，并配置其环境参数。(OPENCV the SIFT-based feature extraction and matching algorithm. Contains a complete Gaussian pyramid from the image, DOG, space extremum point extraction, description of key points, KDtree matching key step in the realization of the full function of the comprehensive and in-depth understanding of Lowe s SIFT algorithm of tremendous help. Program to run before the installation of (1) OpenCV: http://opencvlibrary.sourceforge.net (2) SIFT: http://web.engr.oregonstate.edu/ ~ hess/index.html, and configure the parameters of their environment.)

机器视觉,计算机视觉,人脸识别,形态学,图像采集,压缩编码,数字水印,神经网络,人工智能,模式识别,特征提取,图像检索,视频检索,计算机图形学(machine vision, computer vision, face recognition, morphology, image acquisition, compression, digital watermarking, neural network, artificial intelligence, pattern recognition, feature extraction, image retrieval, video retrieval, computer graphics)

有关三维模型的泊松算法的诸多应用的实现，包括泊松重建和泊松纹理混合算法，由原作者开发，非常可靠(C++ implementation for algorithms including poisson mesh and poisson texture stitching, it is shared by author with wide utilization)

说明：  matlab实现的简单的车牌识别，附有相关模板库(matlab chepaishibie,and xiangguanmubanku)

三维时域有限差分法结合UPML吸收边界条件模拟程序(Three-dimensional finite-difference time-domain method combined with UPML absorbing boundary conditions)

含实验报告以及测试数据 基于离散点的构TIN算法 一、算法思想 （1）首先，找出离散点集中相距最近的两点，连接这两点形成TI、的初始基线。  （2） 然后，找出包含此基线的另外一个点构成三角形。寻找第三点的方法: △按Delaunav三角形的判断法则乎找第三点。 △或者.按距离基线中点最近的原则挤找第三点。 （3）连接孰点与基线的两个端点形成两条新边，构成三角形。  （4）抓这两条新边为基线，重复上述过程。直到两条新边扩展完成。  （5）重复上述过程，依次循环处理所有新边。直到所有离散点均成为TIN的端点。