Mode1

k均值用于图像分割，对于相同颜色但深度不一样可以分割。(k-means for image segmentation, the same color depth can be split.)

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)

自己编写的数字图像处理程序，包括打开bmp图像，直方图，阈值分割，形态学处理等功能。(digital image processing procedures, including open bmp image, histogram, threshold segmentation, morphological processing and other functions.)

用高斯混合模型进行数据聚类分析的matlab 程序。(Set of files for analysis of Gaussian mixture models for data set clustering etc.)

这是一个比较完整的KPCA算法，通过这个算法可以快速的找到主要的特征向量进行主成分分析。(This is a relatively complete KPCA algorithm, this algorithm can quickly find the main feature vector principal component analysis.)

可以Raw格式图片(you can open raw file with the .m code.)

此代码采用正态分布变换算法NDT进行点云配准(This code uses the normal distribution transform algorithm NDT for point cloud registration)

说明：  利用97小波变换进行图像压缩，用matlab仿真，实验证明它具有较高的压缩比(using wavelet transform image compression using Matlab simulation experiment to prove that it has a higher compression ratio)

具体实现思路：以4位数字的验证码为例 1、人工将验证码的4位数字每位对应的代码存入数据库中，每位存入0-9对应的代码，每个数可以多存这样可以提高识别率; 2、获取验证码以后，对其进行去背景、灰度处理、去噪点处理、分片处理以后生成每位数字对应的代码; 3、去背景色，这一步的目的是把验证码和背景颜色区别开来。4、去噪声：这一步要取出图像上的孤立点。这些孤立点被认为是噪声。  孤立点的定义：某个点，周围没有与该点等值的点。  或者某个连接块，该连接块的元素的个数小于某个给定值K， 把元素个数很小的连接块也定义为孤立点，有助于去处噪声。  去噪声算法：参照去背景算法。 5、图像锐化：图像锐化的目的是增强边界。这一步是可选的。看验证码的情况，这一步可以跳过。 6、图片有效区域截取：这个操作是将图片除验证码字符以外的边框去掉，只留下验证码字符图片，这样保证分片的准确性。 7、图片分片处理，这个处理是将整个图片分割成单个字符图片。8、拿分片图像生成的代码(eg:000111110011…..)与DB中已有代码相比较，取得相似度最高的即要验证码的字符;   注：如果DB的样本越多，识别的准确率也越高，但是速度会相应变慢

介绍2种计算分形维数的算法，里边包含2个程序，计算比较简单，分行维数主要是获取图像的表面粗糙度(fractal dimension)