liftwavelet

雾天图像处理，利用暗原色先验进行图像处理。(dark channel prior)

本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，...( U672C u4E66 u7B2C u4E00 u90E8 u5206 u5206 u4E3B u8991 u4ECB u7ECD u673A u5668 u5B66 u4E60 u57FA u7840 uFF0C u4EE5 u53CA u5982 u4F55 u5229 u7528 u7B97 u6CD5 U8FDB u883C u5206 u7C7B uFF0C u5E76 u9010 u6B65 u4ECB u7ECD u4E86 u591A U90BB u6CD2 u3001 u6734 u7D2 u8D1D u53F6 u65AF u7B97 u6CD5 u3001Logistic u56DE u5F52 u7B97 u6CD5 u3001 u652F u6301 u5411 u91CF u673A u3001AdaBoost u96C6 u6210 U65B9 u6CD5 u3001 u57FA u4E8E u6811 u7R4 u5F52 u7B97 u6CD2 u5286 u5206 u7C7B u56DE u5F52 u6811 uFF08CART uFF09 u7B97 u6CD5 u7B49 u3002 u7B2C u4E09 U90E8 u5209 u5109 u91A u0312 u4E9B u8E1B u8981 u7B97 u6CD5 uFF1Ak u5747 u503C u805A u7B7B U7B97 u6CD3 u30011 by default for uppercase and uupstr U4E9B u9644 u5C5E u5DE5 u5177 u3002 u5168 u4E66 u901A u8FC7 u7CBE U5FC3 u7396 u7392 u7B09 u5B09 u5B09 u5B09 u5B03 U7528 u9184 u5R4 u5904 u7403 u7R03 u7 U5206 u6790 u53CA u53EF u89)

说明：  实现图像模糊和恢复，有逆滤波恢复方法、傅里叶变换(Image blur and restoration are realized by inverse filtering and Fourier transform)

说明：  通过hough变换求图像中的圆的参数（圆心坐标和半径）(Through the hough transform for image circle parameters (center coordinates and radius))

TCS3200 RGB颜色采集，可用于检测LED等颜色(TCS3200 RGB color acquisition, can be used to detect LED and other colors)

直方图均衡化的实现，RGB直方图均衡化，直方图归一化。(Histogram equalization to achieve, RGB histogram equalization, histogram normalization.)

实现图片、文本隐藏在图片中，并导出等操作(Implement images, text hidden in images, and export operations)

图像位平面分割，高斯金字塔生成与复原，图像4因子下采样等基本操作，有详细的代码注释。(Image bit-plane partition, Gaussian pyramid generation and recovery, image down-sampling factor 4 basic operations, the code has detailed notes.)

目的是改善影像质量，包括去除高频噪声与干扰，及影像边缘增强、线性增强以及去模糊等。分为低通滤波（平滑化）、高通滤波（锐化）和带通滤波。(The purpose is to improve the image quality, including the removal of high frequency noise and interference, and image edge enhancement, linear enhancement and deblurring. Into a low-pass filter (smoothing), high-pass filtering (sharpening) and bandpass filtering.)

利用ADMM和小波进行图像恢复 使用ADMM算法的图像恢复模型，并用到了增广拉格朗日函数和快速傅里叶函数(Using ADMM and wavelet to restore image, using ADMM algorithm to restore image model, and using augmented Lagrange function and fast Fourier function.)