毕设

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

说明：  均值比差异图生成，用于SAR图像变化检测，生成差异图(mean ratio difference map generation, used for SAR image change detection, generate difference map)

实现对辐射校正后的科学数据几何校正以及对角度数据校正，输出控制点文件(The calibration of the scientific data after radiation correction, the correction of the angle data and the output control point files are realized)

基于小波包变换的去噪处理 全局阈值去噪图像 对图像进行平滑处理以增强去噪效果（中值滤波）(Denoising based on wavelet packet transform global threshold denoising image smoothing image enhancement and denoising effect (median filtering))

图像处理的查准率和查全率的代码，适合用于图像图像的检测，目标的检测的评估(Image processing precision and recall rate code)

demons三维非刚性图像配准，速度很快，基于ITK(demons of 3D non-rigid image registration, very fast, based on ITK)

非下采样轮廓波变换与二维主分量分析的循环模式计算(nonsubsambled contourlet transform and two dimensional principle component analysis cycle module calculation)

MATLAB实现的 人脸检测定位,M文件,较为准确的(MATLAB realize Face Detection positioning, M files, more accurate)

说明：  利用IDL语言编写程序 计算差值植被指数，包括波段的读取，波段数据的分块和指数计算(Using IDL language program to calculate the difference vegetation index, including the band read the sub-band data block and index calculation)

查找图像的局部极大值，功能强大，速度快，精度高(Finding the local maximum of an image is powerful, fast and accurate.)