Activeontours

说明：  指纹图像预处理、特征提取、特征匹配的matlab程序及处理结果(Fingerprint image preprocessing, feature extraction, feature matching matlab program and processing results)

K-SVD的工具箱，使用非常简单，直接运行demo。有助于学习K-SVD，对初学者非常有用。(K-SVD Toolbox, easy to use and it is very useful for beginners.)

基于DWT的图像自适应增强 ，可以用于图像增强的源代码(matlab)

说明：  计算视频或者图像中相邻两帧的光流场。 本光流场算法使用是 多项式展开的方法 配置好视频的路径之后，直接运行就可以了。(Calculation of video or image of two adjacent optical flow field. The optical flow algorithm using the polynomial method is a good video of the path configuration, the direct operation of it.)

matlab 写的提取图像亚像素边界的程序，和Canny算子有比较，里面有两张示例图像！(matlab write the image to extract sub-pixel border procedures, and the Canny operator have more, there are two examples of images!)

G测地活动轮廓模型的代码，是基于图像的梯度信息进行处理的，属于水平集范畴(Measured the active contour model code is based on the gradient of the image information processing, belonging to the scope of the level set)

说明：  OFDM中的降低PAPR中的pts方法的程序，里面包括随机，交织，相邻分割(it is a simulation papr of pts)

Jsteg算法实现基于JPEG图像的信息隐藏(Jsteg algorithm information hiding based on JPEG image)

一个计算频率域的带通滤波器，图像处理中常用的滤波方式之一。(Computes frequency domain band filters)

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。()