txqz

用于仿真OAM光束在真空中进行夫琅禾费衍射，附件是其相关书籍(Used to simulate Fraunhofer diffraction of OAM beam in vacuum)

说明：  这是一个图像配准的MATLAB代码，有很好的GUI界面，以像素级进行配准。(The image matching MATLAB code is based on pixel with a good GHI.)

说明：  数字图像处理 西电版 很好的学习数字图像处理的书籍(Digital Image Processing Western Electric version of good learning digital image processing books)

使用matlab实现的小波变换彩色图像水印嵌入和提取程序(Realize the use of matlab wavelet transform color image watermark embedding and extraction procedures)

可实现答题卡阅卷系统中的图像倾斜矫正，采用Hough进行直线检测，并根据所定位的特征直线位置计算倾斜角度，再进行图像旋转，得到校正结果(chieve answer sheet scoring system image tilt correction, performed using Hough line detection, and calculates the inclination angle in accordance with the target characteristic linear position, then rotate the image, corrected results)

说明：  采用考虑湍流内外尺度影响的退化模型来恢复大气湍流降质图像，运用包含了湍流内外尺度影响的波结构函数、折射率谱以及薄透镜成像的退化函数导出了新的退化模型。(A new degradation model includling the influence of outer-and inner-scale of turbulence is presented to restore atmospheric turbulence degradation images. )

由于彩色图像提供了比灰度图像更为丰富的信息, 因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题, 彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用, 为了使该领域的研究人员对当前各种彩色图像分割方法有较全面的了解, 因此对各种彩色图像分割方法进行了系统论述, 即先对各种颜色空间进行简单介绍, 然后对直方图阈值法、特征空间聚类、基于区域的方法、边缘检测、模糊方法、神经元网络、基于物理模型方法等主要的彩色图像分割技术进行综述, 并比较了它们的优缺点, 通过比较发现模糊技术由于能很好地表达和处理不确定性问题, 因此在彩色图像分割领域会有更广阔的应用前景。(colorful image segment)

基于SUFT的特征提取与匹配，内涵详细的文档说明，很好的实现了特征提取与匹配，该方法较基本的SIFT有很大的提高(Extraction and matching of features based on SUFT, detailed content of the documentation, very good realization of the feature extraction and matching, SIFT the method is basic is greatly improved)

对圆形物体图像进行图像边缘检测，图像分割，检测及圆拟合(Images of circular objects in image edge detection, image segmentation, detection and circle fitting)

说明：  文件说明： a1:将二进制文件转为Matalb数据 并批量保存为mat格式 a2:mat数据批量转为图片(RGB三通道） a3:RGB图片批量转灰度图、批量改变图片大小 a4:动图制作 a5:用训练好的网络对图像语义分割(Document description: A1: Convert binary files to Matalb data and save them in batch as mat format A2: mat data batch to picture (RGB three channel) A3:RGB Picture Batch Grayscale, Batch Change Picture Size A4: Motion Mapping A5: Segmentation of image semantics using trained networks)