code

通过将三维图像投影成2维ddr图像来实现2D-3D图像配准(By three-dimensional image projection into 2-D images ddr to achieve 2D-3D Image Registration)

说明：  编码： （1）进行颜色转换，将RGB格式转换为YUV格式。 （2）将待编码的N×N的图像分解成(N/8)^ 2 个大小为8×8的子图像。 （3）对每个子图像进行DCT变换，得到各子图像的变换系数。这一步的实质是把空间域表示的图像转换成频率域表示的图像。 （4）对变换系数进行量化。 （5）进行Z字形重排 （6）使用霍夫曼变长变码编码器对量化的系数进行编码，得到压缩后的图像（数据）。 解码： （1） 对压缩的图像数据进行解码，得到用量化系数表示的图像数据。 （2） 进行反Z字型重排 （3）用与编码时相同的量化函数或量化值表对用量化系数表示的图像数据进行逆量化，得到每个子图像的变换系数。 （4）对逆量化得到的每个子图像的变换系数进行反向正交变换（如反向DCT变换等），得到(N/8)^2 个大小为8×8的子图像。 （5）将(N/8)^2 个大小为8×8的子图像重构成一个N×N的图像。 （6）进行颜色组合，将YUV格式转换为RGB格式图像。(JPEG compression and decompression process)

说明：  在matlab的gui中画出手写数字识别的gui(Draw the GUI of handwritten numeral recognition in the GUI of MATLAB)

实现了立体匹配的SAD算法计算视差图，结果比较理想(Using the SAD algorithm to calculate the disparity map of stereo matching, the result is good.)

基于Mean Shift的图像分割过程就是首先利用Mean Shift算法对图像中的像素进行聚类，即把收敛到同一点的起始点归为一类，然后把这一类的标号赋给这些起始点，同时把包含像素点太少的类去掉。然后，采用阈值化分割的方法对图像进行二值化处理 (Mean Shift Based on the process of image segmentation is the first to use the image Mean Shift algorithm for clustering of pixels, that is, to converge to the same point as a starting point to the category and then assigned to this type of labeling of these starting points, at the same time to contain too few pixels to remove the category. Then, using thresholding segmentation method of binary image processing)

遥感图像融合，通过多个指标对融合图像进行评价，比较优劣。(remote sensing image fusion, through the integration of a number of indicators to evaluate images, and compared them.)

说明：  利用匹配滤波器实现图形识别，包括程序和说明文档(Graphic Recognition Using Matched Filter)

说明：  均值漂移聚类的源程序,用mean shift 进行聚类，以及绘图显示，很有价值(mean shift based clustering code, using matlab)

小波分解，db4小波分解，分解为4层，可以直接运行(Wavelet decomposition, db4 wavelet decomposition, decomposition level of three layers, can be directly run)

程序可以提取点云数据的特征点，提取三维散乱点云的边界(Program point cloud data can be extracted feature points extracted boundary of D Scattered Clouds)