matlab图像运算

求图像的二维直方图，产生共生矩阵，可以比较像素点分布的是否均匀。(Two dimensional histogram for image, the co-occurrence matrix, can compare the pixel distribution is uniform.)

选择某一个目录，将某一个目录下的所有图片读取出来 并以缩略图的形式展现

M-s中的CV方法( CV)

基于小波变换的利用阈值法迭代法的图像分割技术(Wavelet Segmentation of the iteration method)

contourlet对LENA512灰度图的LP,DEF分解与系数重构代码,经过调试.(Contourlet LENA512 grayscale of the LP, DEF coefficient decomposition and reconstruction of the code after debugging.)

一个很好的学习图像处理的函数的例子程序，对于初级学习者来说，有很好的帮助，对于初学习者非常适合！(a good learning image processing function examples procedures for primary learners, good help, very suitable for early learners!)

指纹图像与处理源码及资料，包括图像滤波、方向场计算、频率图计算等(source code and papers of fingerprint preprocessing methods)

双目立体匹配，使用SAD，SSD，NCC算法，比较多种常见算法的优劣，对其优化实现快速准确匹配。(Binocular stereo matching, the use of SAD, SSD, NCC algorithm, compare the merits of a variety of common algorithms, and its optimization to achieve fast and accurate matching)

说明：  LSA的第一步是要去创建词到标题（文档）的矩阵。在这个矩阵里，每一个索引词占据了一行，每一个标题占据一列。每一个单元（cell）包含了这个词出现在那个标题中的次数。例如，词”book”出现在T3中一次，出现在T4中一次，而”investing”在所有标题中都出现了一次。一般来说，在LSA中的矩阵会非常大而且会非常稀疏（大部分的单元都是0）。这是因为每个标题或者文档一般只包含所有词汇的一小部分。更复杂的LSA算法会利用这种稀疏性去改善空间和时间复杂度。(The Little Book of Common SenseInvesting: The Only Way to Guarantee Your Fair Share of StockMarket Returns ,)

几个大牛对集成了国内外特征提取最前沿的算法，特征提取，DOG,HARRIS,HARRIS-LAPLACE,HARRIS-AFFINE,MSER.描述符，SIFT,AFFINE-SIFT,GLOH.经测试，速度快，描述符准确。(Integration of feature extraction algorithms from several expert of domestic and international, feature extraction： DOG, HARRIS, HARRIS-LAPLACE, HARRIS-AFFINE, MSER； Descriptors： SIFT, AFFINE-SIFT, GLOH. The test reveal the speed and accurate descriptor.)