ImageWarping实验报告

此程序为交互多模型的滤波器设计，采用了当前统计模型，跟踪效果比较理想(This program is interacting multiple model filter design, the current statistical model, the effect of tracking is ideal)

压缩文件是CNN卷积神经网络图像处理的数据库mnist_uint8.mat(Compressed file is the database of CNN convolution neural network image processing mnist_uint8.mat)

今年刚更新的最新的工具箱SaliencyToolbox2.3.zip，做图像处理视觉注意力机制相关研究必备的工具。(This year has just updated the latest toolbox SaliencyToolbox2.3.zip, do image processing of visual attention mechanisms related research is an essential tool.)

图像去噪，采用GUI界面形式，里面包括高斯滤波，低通滤波和理想滤波三种方法。(Image denoising, using GUI interface form, which includes Gaussian filtering, low-pass filtering and ideal filtering three methods.)

实现文章“Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries”中的降噪算法(Realize the article " Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries" in the noise reduction algorithm)

说明：  Python 分水岭算法 用于图像分割等图像处理(Python watershed algorithm)

说明：  在计算机视觉中，图像分割是将图像分成多个片段的过程。这使我们能够通过以比原始图像更简单的表示方式来更好地分析图像。一种用于分割图像的方法是阈值分割；也就是说，将强度值低于阈值的所有像素设置为背景值，而将高于阈值的其他像素设置为前景值。最简单的阈值处理形式是对所有像素使用全局阈值，而自适应阈值处理根据像素及其周围环境动态改变阈值。典型地，阈值处理从灰度图像开始，并输出二进制图像以清晰地描绘图像中的片段。在本实验中，我们开发了一种自适应阈值算法，并将其与更简单的算法进行了比较。 此外，我们还开发了逆运动学证明来将机械臂移动到给定的x，y，z坐标。这一证明涉及三种命名身份，并获得了对机械臂设计的更好理解。(Image threshold segmentation)

imnoise的M文件，对数字图像的加噪声非常有用处！(imnoise M-files, plus noise on digital images is very useful!)

初学者的游程编码，可以进行小图像的压缩，可以以此为基础进行编码和参考(RLE beginner, you can make small image compression, can be encoded as a basis and reference)

一种自适应chirplet分解的快速算法 针对信号自适应chirplet分解未知参数多、实现起来比较困难的特点，文献[1]提出了一种新的chirplet分解快速算法。该算法利用计算信号的二次相位函数，得到其能量分布集中于信号的调频率曲线上的结论，此时通过谱峰检测可同时获得chirplet调频率、时间中心和幅度的估计；然后通过解线性调频技术获得其初始频率和宽度的估计，仿真结果验证了本文算法的有效性。 (Chirplet an adaptive decomposition algorithm for rapid adaptive signal decomposition Chirplet many unknown parameters, is more difficult to achieve the characteristics of the literature [1] proposed a new fast algorithm Chirplet decomposition. The algorithm calculating the signal function of the second phase, its energy distribution to be concentrated in the signal modulation frequency curve on the conclusions, this time through the spectral peak detection can be obtained simultaneously Chirplet tune the frequency, timing and magnitude of the estimated center then through the solution line technology of FM frequency and the width of the initial estimates, the simulation results verify the effectiveness of the algorithm.)