图像增强

关于运动目标检测基础算法，混光流法合高斯模型、均值法、及帧间差分法(Moving target detection algorithm based on mixed Gaussian model optical flow together, mean method, and the inter-frame difference method)

能针对二值图像进行曲线的提取. 对于背景不太复杂的图像，效果可以。 只针对单像素(extract curve from binary image only for single pixel line.)

视频图像处理，采用三帧差分法进行视频前景和背景的分离(Video image processing, inter-frame difference method of separating the foreground and background video)

LLE算法，matlab源码，LLE算法是流形学习算法的一种(LLE algorithm, matlab source, LLE algorithm manifold learning algorithm is a)

说明：  通过拟合出一条曲线，对这个曲线进行结构函数法的分形维数计算，得到其粗糙度(By fitting a curve, the fractal dimension of the curve is calculated by structural function method, and its roughness is obtained)

基于DCT方法的数字水印论文5篇，对学习基于DCT方法的数字水印初学者会有帮助。可以了解基于DCT的水印基本方法。(DCT-based method of digital watermarking papers 5, to learn methods of digital watermarking-based DCT would be helpful for beginners. DCT-based watermark can learn the basic method.)

用于评价图像分割算法性能的代码，包中的word文档对所用方法进行了简单的说明，还列出了具体的参考文献(Image segmentation algorithm for evaluating the performance of the code, including the word document on the methods for a simple explanation, but also a list of specific references)

Relief-F 算法是由 Kononenko 在 Relief 算法基础上扩展得到的，可以用来解决多分类与回归问题。 Relief-F 特征选择算法利用特征与类别间的相关程度判别特征的敏感程度，敏感的特征能使同类样本靠近，非同类样本远离。基本思想是： 先随机从总样本集 D中获取一个样本 R， 然后在 与 R 同类样本集中和与R 异类 样 本 集 中 各 获 取 k 个近 邻 样 本， 在 特 征 集 F中如果某个特征上异类样本的距离大于同类样本，则这个特征是有利于分类的，增加其权重，重复 n 次 取所有结果的均值作为每个特征的最终权重值.

细节增强的直方图均衡法，在增强图像对比度的同时还能保留细节细心，避免了细节吞噬现象(Detail enhancement, histogram equalization, but also retained the same time enhance the image contrast details carefully, to avoid the details of phagocytosis)

该实例实现了 截图并识别截图中的文字功能 该项目需要在安装 Microsoft Office Document Imaging 下载地址 如下: http://www.xdowns.com/soft/4/25/2009/Soft_50716.html