Plot_PreRecallThousand

多传感器多目标跟踪技术研究，，主要研究多传感器多目标跟踪技术 (Multi-sensor multi-target tracking technology research, mainly multi-sensor multi-target tracking technology)

基于matlab的图像小波融合测试程序，选取四副位图文件为对比(Matlab wavelet-based image fusion test program)

显著图计算算法FT, SR, LC, HC, RC，以及saliency cut 的合集。(an windows msi for install saliency detection software, which includes the implementation for FT, SR, LC, our HC, RC and saliency cut method.)

matlab画二维折线图，通过此程序可以在matlab中绘制二维折线图(matlab draw two-dimensional line chart, through this program in matlab draw two-dimensional line chart)

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

红外和可见光图像配准和融合算法，采用仿射变换(Registration and fusion of infrared and visible images)

读取一24位彩色图像，计算其以下图像特征： 1）灰度直方图 2）颜色直方图（RGB3个通道） 3）方向梯度直方图（HOG，将图像分成4*4 16个块，8个梯度方向） (Read a 24-bit color images, calculate the following image features: 1) Histogram 2) color histogram (RGB3 channels) 3) histogram of oriented gradients (HOG, the image is divided into 4* 4 16 blocks, 8 gradient directions))

盲去卷积复原图像的示例翻译，加入了中文标注，效果较好(deconvblind)

canny边缘检测的步骤： 1，生成高斯核，与图像做卷积 2，计算梯度图像 3，非极大值抑制 4，双阈值法和连接边缘(Canny edge detection steps: 1, Generate Gaussian kernel, convolution with the image 2, calculate the gradient image 3, non-maximal inhibition 4, double threshold method and connect the edge)

佳能数码相机图像处理源码工具(EOS 350D, 20D, 1D等)(Canon digital camera image processing source tools (EOS 350D, 20D, 1D, etc.))