1527531

随着红外成像技术的发展，红外小目标检测在军事领域有越来越重要的应用。以此为背景，研究了天空、海面、大地等各种背景下红外视频中弱小目标的检测问题。 (With the development of infrared technology,dim small targets detection play a more and more important part in the military. The problem of dim small targets detecting in a infrared video with the background of the sky,the sea and the groundhas been studied. )

在图像处理中实现带通滤波器的功能的matlab实现代码(Bandpass filter)

用matlab编写的实现椭圆检测的程序，自己稍微改下就可以(using Matlab prepared by the realization ellipse detection procedures, their own little can be changed under)

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)

harris角点检测，并且实现两幅图像特征点的匹配，最终完成图像的拼接(harris corner detection, and realize two image feature point matching, the final completion of image stitching)

一个基于模糊阈值的图象分割,是基于MATLAB编程的,希望对大家有所帮助!(a threshold based on the fuzzy image segmentation is based on MATLAB programming, we want to help!)

CVPR2013中出现的一种显著性特征检测算法，该算法用于模拟人眼视觉识别过程，提取图像中的显著性特征借后期目标对象的检测跟踪等使用，该算法(Context-Aware Saliency Detection。matlab implementation of an classical saliency detection alrogithm,which imitate our recognition process of eyes)

利用surf算法,来实现图像间的拼接,并可将其推广为多幅图之间的拼接融合。(Realization of two images splicing)

用一维小波变换进行图像去噪处理，有较低的计算复杂度，提高效率和计算速度。(Victoria with a wavelet transform image denoising, lower computational complexity, increase efficiency and speed.)

基于蚁群算法的图像边缘检测的matlab实现。里面有详细注释可以学习或者参考之用。(Based on ant colony algorithm for image edge detection matlab. There are detailed notes can learn or reference purposes.)