batterworth-high-low

该图像包含了各种细节、平滑区域、阴影和纹理，这些对测试各种图像处理算法很有用。(The image contains a variety of detail, smooth areas, shadows, and textures, which are useful for testing various image processing algorithms.)

cv阈值去噪方法和贝叶斯阈值去噪方法，这两种方法是很常见的阈值去噪方法。(cv thresholding method and the Bayesian thresholding methods, the two approaches are very common thresholding methods.)

提出了一种基于非下采样Contourlet 变换的自适应图像去噪方法 首先对噪声图像进行非下采样Contourlet 变换，得到各 个尺度各个方向子带的系数，再根据该系数的能量自适应地调整去噪阈值 实验表明，与Contourlet 多尺度阈值去噪 Contourlet 自 适应阈值去噪相比，该方法在保留图像边缘细节的同时，能提高图像的PSNR 值，减少了Gibbs 现象(A new adaptive method of image de-noising based on NonSubsampled Contourlet Transform （NSCT）is presented.Firstly， the noisy image is decomposed into a set of multiscale and multidirectional frequency subbands by NSCT， and then the threshold is adapted automatically according to the energy of subband coefficients.Compared with the multi-scale threshold using contourlet transform and using adaptive threshold based on contourlet transform， the simulation results show that the performance of this method is superior in PSNR， meanwhile it can maintain the image edge and reduce the Gibbs phenomen)

赵巨峰，陶小平，*冯华君，徐之海，李奇, 基于梯度的波纹图像质量评价 [J], 浙大学报工学版, 2010, 44(5):870-874.(Gradient based ripple image quality assessment)

一种新的彩色图像去噪与增强模型(A new color image denoising and enhancement model)

This code implements two variations of the paper "High accuracy optic flow using a theory for warping" presented at ECCV 2004 by Dr. Thomas Brox.

VC development motion control routines, vb development 12 axis motion control routines

使用规定分布生成空间随机噪声，可以选择噪声类型和参数。(Using the prescribed distribution to generate spatial random noise, we can choose noise types and parameters.)

C标准函数源码，十分丰富，便于移植和裁剪。(C standard function source code, is very rich, easy to transplant and tailoring.)

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)