sw

对于一个二值图像骨架化之后进行边缘平滑，滤波，效果非常不错，适合于任何二值图片(After a binary image is skeletonized, it is smoothed and filtered. The effect is very good. It is suitable for any binary image.)

实现图像的超分辨率算法，采用最大后验（MAP）算法，实现效果不错。(Image super-resolution algorithm using maximum a posteriori (MAP) algorithm, to achieve good results.)

一个功能强大的图形编辑器，其底层框架非常容易扩展，支持流程图、网络拓扑图、电力图、UML图等。有完整的画布管理、网格控制、滚动、图元缩放、从存储至加载显示，支持Ctrl A、Ctrl C、Ctlr V、Ctlr Z操作，可设置各图元附加属性，图元分组与合并、分层，弹出菜单控制等等。

1、对观测数据进行中心化，； 2、使它的均值为0，对数据进行白化—>Z； 3、选择需要估计的分量的个数m，设置迭代次数p<-1 4、选择一个初始权矢量（随机的W，使其维数为Z的行向量个数）； 5、利用迭代W(i,p)=mean(z(i,:).*(tanh((temp) *z)))-(mean(1-(tanh((temp)) *z).^2)).*temp(i,1)来学习W （这个公式是用来逼近负熵的） 6、用对称正交法处理下W 7、归一化W(:,p)=W(:,p)/norm(W(:,p)) 8、若W不收敛，返回第5步 9、令p=p+1，若p小于等于m,返回第4步 剩下的应该都能看懂了 基本就是基于负熵最大的快速独立分量分析算法(1, on the center of the observation data, 2, making a mean of 0, the data to whitening-> Z 3, select the number of components to be estimated m, setting the number of iterations p < -1 4, select an initial weight vector (random W, so that the Z dimension of the row vectors of numbers) 5, the use of iteration W (i, p) = mean (z (i, :).* (tanh ((temp) ' * z)))- (mean (1- (tanh ((temp)) ' * z). ^ 2)).* temp (i, 1) to learn W (This formula is used to approximate the negative entropy) 6 with symmetric orthogonal treatments W 7, normalized W (:, p) = W (:, p)/norm (W (:, p)) 8, if W does not converge, return to step 5 9 , so that p = p+1, if p less than or equal m, return to step 4 should be able to read the rest of the basic is based on negative entropy of the largest fast independent component analysis algorithm)

纹理图像分割matlab程序，附带测试纹理图像图像，另外还有一篇高质量相关英文论文和一篇中文论文，供研究纹理分割的同学学习。(Texture image segmentation matlab, the supplementary test texture image image, in addition to a high quality related English papers and a Chinese paper, for research students texture segmentation study. )

说明：  双峰法阈值分割。阈值分割法是一种基于区域的图像分割技术，原理是把图像象素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。(Threshold segmentation)

说明：  snake模型 简单 可以修改迭代次数跟初始mask 挺不错的，可以改参数(snake model Simple can modify iterations with initial mask quite good can change parameters)

使用cnn + svm的分类，结果运行不错(Using CNN + SVM classification, the result runs pretty well.)

ENVI二次开发去云处理补丁，可用于去除薄云影响(ENVI secondary development to cloud processing patch, can be used to remove the cloud-affected)

face recognition example for learning