code

三维表面重建算法，matchingcube快速算法。(3D surface reconstruction algorithm)

像素与图像基本指标—彩色图像的基本信息、像素颜色值、图像的大小、矩阵形式等、对灰度图像计算有关统计参数：（1）图像的大小；（2）图像的灰度平均值；（3）图像的自协方差；（4）图像的灰度标准差、对图像进行45度，19度，98度等任意角度的旋转，并计算原图与旋转后图像的相关系数和协方差矩阵(Pixel and Basic Index of Image)

说明：  matlab生成的fig图纸转换为DXF文件(Converting fig drawings generated by MATLAB into DXF files)

程序为读取图片并对图片进行边缘检测，先采用高斯滤波进行去噪，然后通过求梯度运算检测，非极大值抑制边缘检测，双阈值检测这三种方法，分别对图片进行边缘测，并对边缘检测后显示的图片进行对比。此程序对边缘检测有很大的参考价值。(Program to read the image and image edge detection, Gaussian filter to remove noises, and then detected by calculating the gradient operation, the non-maxima suppression edge detection, dual-threshold detection of these three methods, namely the picture edge test, and the rear edge detection to display image comparison. This program is great for edge detection reference value.)

bag of words 图像识别算法，斯坦福大学李飞飞实验室做的demo(bag of words)

是零树小波编码算法的改进，SPECK编码算法较EZW编码算法有着更大的优势(Is zero tree wavelet coding algorithm improved SPECK coding algorithm has more advantages than EZW coding algorithm )

图像的平滑函数，对指定区域的图像，并有门限值和魔板大小限制。(the smooth of a bmp image)

经典的Tarel去雾算法，可用于图像去雾的指标性能对比。(It is the classical dehazing algorithm, and it is can be used comparison with other algorithms.)

EM算法是最为经典的统计图像分割方法，代码基于matlab，使用EM算法实现图像分割,源代码加实例图像，非常好用(By using EM algrithm to realize the segementation of image)

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