mie scattering matlab

图像特征隐写分析，用于分析图像是否含有秘密信息(Image feature steganalysis for the analysis of the image if it contains confidential information)

基于matlab仿真的数字水印源程序以及仿真结果，可用于毕业设计论文以及课题设计参考学习！(Matlab simulation based on digital watermarking, as well as simulation results source, can be used for graduate thesis and design subject design study!)

snake算法的c源代码,一般snake算法可以用于图像的边缘检测,是一种比较新的方法(snake algorithm c source code, the general snake algorithm can be used to image edge detection, is a relatively new approach)

db4小波的提升小波分解，从已发表的论文中得来，可放心使用(db4 wavelet lifting wavelet decomposition, the published papers come, you can be assured)

说明：  分类，纹理特征，提取特征向量，matlab 7.0 原程序，classifer,texture(Classification, texture features, feature vector extraction, matlab 7.0 original procedure, classifer, texture)

利用matlab来对数据进行其各种对应的变换和相位获取(Matlab is used to transform the data and acquire phase)

一种快速图像阈值分割法，不是otsu或迭代法，Wellner 1993快速自适应的图像二值化方法，有具体使用方法，很详细(A fast image thresholding segmentation method, not otsu or iterative methods, Wellner 1993 fast adaptive image binarization method)

基于最大熵的图像分割阈值处理程序（单阈值）(Based on Maximum Entropy Image Segmentation threshold process (single-threshold))

指纹图像增强，gabor滤波器，包括形态学分割，形态学细化，加窗短时傅里叶变换增强，方向图估计及平滑，纹线频率估计及平滑(Fingerprint image enhancement, gabor filters, normalization, equalization, morphological segmentation, morphological thinning, windowed short time Fourier transform enhanced estimates and smooth pattern, ridge frequency estimation and smoothing)

说明：  ORB-SLAM 基本延续了 PTAM 的算法框架,但对框架中的大部分组件都做了改进, 归纳起来主要有 4 点: ORB-SLAM 选用了 ORB 特征, 基于 ORB 描述量的特征匹配和重定位, 都比 PTAM 具有更好的视角不变性。此外, 新增三维点的特征匹配效率更高, 因此能更及时地扩展场景。扩展场景及时与否决定了后续帧是否能稳定跟踪。ORBSLAM 加入了循环回路的检测和闭合机制, 以消除误差累积。系统采用与重定位相同的方法来检测回路(匹配回路两侧关键帧上的公共点), 通过方位图 (Pose Graph) 优化来闭合回路。PTAM 需要用户指定 2 帧来初始化系统, 2 帧间既要有足够的公共点, 又要有足够的平移量. 平移运动为这些公共点提供视差 (Parallax) , 只有足够的视差才能三角化出精确的三维位置。ORB-SLAM 通过检测视差来自动选择初始化的 2 帧。PTAM 扩展场景时也要求新加入的关键帧提供足够的视差, 导致场景往往难以扩展. ORB-SLAM 采用一种更鲁棒的关键帧和三维点的选择机制——先用宽松的判断条件尽可能及时地加入新的关键帧和三维点, 以保证后续帧的鲁棒跟踪; 再用严格的判断条件删除冗余的关键帧和不稳定的三维点，以保证 BA 的效率和精度。(Orb-slam basically continues the algorithm framework of PTAM, but most of the components in the framework have been improved, which mainly includes four points:)