dark-channel-prior-

分段函数的图形画法。用matlab画分段函数，并有图形结果，大家可根据需要修改方程(Sub-function graphic painting. Matlab piecewise function with the painting, and graphic results, we can modify equation)

基于颜色特征的图像检索系统，，做 了GUI节目，直观(Color-based Image Retrieval System, made a GUI program, intuitive)

IDL开发的求取两幅图像相关系数的程序，用于影像融合质量评价(IDL to strike a developed procedures for the correlation coefficient of two images for image fusion quality evaluation)

基于OPCV的blob搜索算法，图像处理经典算法(OPCV the blob-based search algorithm, image processing, the classical algorithm)

根据相机的指向数据，实现对亮星星表9110颗星在探测器上的模拟投影，得到序列星图(According to the data of the camera, to achieve the Bright Star Catalogue 9110 stars on the detector simulation projection to obtain sequence star map)

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。()

运用Perona-Malik各向异性扩散模型对3d图像进行平滑去噪。此方法可以有效的抑制高斯噪声，并保护图像的边缘特征。(The use of Perona-Malik anisotropic diffusion model for smooth 3d image denoising. This method can effectively suppress Gaussian noise and to protect the image of the edge feature.)

C# 使用Halcon进行模板匹配定位(C# uses Halcon for template matching and location)

说明：  这是MRI-CT融合示例code，编程语言为matlab。内含图像，注释清晰，代码完整，下载解压后可以直接运行。(This is an example code of MRI-CT fusion, and the programming language is matlab. The image is included, the annotation is clear, and the code is complete. After downloading and decompressing, it can run directly.)

SVM支持向量机在图像分割中的应用，包含Matlab源代码和SVM所用函数。(SVM support vector machine applications, including image segmentation Matlab source code and functions used by SVM.)