Canny_Improve

能够提取出图像I的HOG特征，返回其幅值，角度和在各个角度上的幅值。 是进行其他针对图像的HOG特征提取的前一步。(I can extract images of HOG features, return to their amplitude, angle and perspective in all of the amplitude. Is the other for image feature extraction HOG step forward.)

[SIAM]Nonlocal Active Contours该文件包含论文及代码，主要内容是在水平集图像分割中引入non-local的性质，构造能量泛函，进行图像分割(this file include both paper and code, the main idea is utilize the non-local peperty in level set method for image segmentation )

由于前台开发人员经常需要通过RGB值指定各种各样的颜色，而通过这几个图片就可以马上找到某个颜色的RGB值，从而更快地编写网页(Foreground developers often need a variety of colors through RGB values ​ ​ specified by these pictures can immediately find the RGB value of a color, so to write Web pages faster)

楔波变换，在SAR图像中实现边缘检测，为目标识别做铺垫工作。(The wedge waves transform, SAR image edge detection, target identification pave the way for the work.)

说明：  傅立叶变换在图像处理中的重要作用： (A) 图像增强与图像去噪 绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频噪声；边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘； (B) 图像分割与边缘检测 提取图像高频分量 (C) 图像特征提取 形状特征：傅里叶描述子 纹理特征：直接通过傅里叶系数来计算纹理特征 其他特征：将提取的特征值进行傅里叶变换来使特征具有平移、伸缩、旋转不变性 (D ) 图像压缩 可以直接通过傅里叶系数来压缩数据；常用的离散余弦变换是傅立叶变换的实变换； (Fourier transform in the important role of image processing: (A) image enhancement and image denoising Most of all images of high frequency noise by low pass filter to filter out high frequency noise edge is the image of the high frequency components can be enhanced by adding high frequency components to the edge of the original image (B) Image segmentation and edge detection High frequency components extracted image (C) image feature extraction Shape features: Fourier descriptors Texture: directly through the Fourier coefficients to calculate the texture features Other features: The characteristic value extracted by Fourier transform to the characteristics of translation, scaling, rotation invariance (D) image compression Fourier coefficients can be directly compressed data commonly used discrete cosine transform is the Fourier transform of the real transformation 朗读显示对应的拉丁字符的拼音)

由于彩色图像提供了比灰度图像更为丰富的信息, 因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题, 彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用, 为了使该领域的研究人员对当前各种彩色图像分割方法有较全面的了解, 因此对各种彩色图像分割方法进行了系统论述, 即先对各种颜色空间进行简单介绍, 然后对直方图阈值法、特征空间聚类、基于区域的方法、边缘检测、模糊方法、神经元网络、基于物理模型方法等主要的彩色图像分割技术进行综述, 并比较了它们的优缺点, 通过比较发现模糊技术由于能很好地表达和处理不确定性问题, 因此在彩色图像分割领域会有更广阔的应用前景。(colorful image segment)

基于VC++的图像处理类，可以用于bmp文件的读写，显示(Based on the image processing VC++ classes that can be used to read and write bmp files, display)

用神经网络方法筛选图片，从而判断某一图片是否存在病变(Neural network)

关于使用matlab进行医学图像处理的练习题，内附答案(About the use of MATLAB medical image processing exercises, containing the answer)

数字散斑相关计算中，亚像素位移检测，梯度算法(sub-pixel, gradient method,DSCM)