三阶重力异常模型 matlab 仿真

说明：  简单的Halcon 找圆算法，首先进行圆检测(识别圆、圆拟合)，再找出坐标位置(A simple Halcon algorithm for finding circles firstly conducts circle detection (identifying circle and circle fitting), and then finds the coordinate position)

本书主要内容包括：第1章绪论，介绍了信道编码的理论来源和研究背景；第2章线性分组码，阐述了线性分组码的一般原理；第3章概述LDPC码的有关知识；第4章LDPC码校验矩阵构造，详细介绍了LDPC码的构造方式；第5章阐述了 LDPC的各种译码算法，包括本课题组提出的全新译码算法；第6章和第7章分别介绍了LDPC码的两种优化设计和分析方法，即密度进化和EXIT图；第8章介绍了LDPC码在编码调制系统中的应用；第9章介绍了基于LDPC码的链路自适应技术；第10章主要介绍了LDPC码在物理层、应用层联合优化系统中的应用；第11章介绍了LDPC码在图像数字水印系统中的应用。(LDPC code theory and applications)

本程序是基于单幅图像的超分辨率算法，通过对输入的高分辨率图像进行下采样得 % 到原始低分辨率图像，对输入的低分辨率图像插值后，利用DWT将低分辨率图像分 % 解为不同的4个子带；同时直接对对分辨率图像进行SWT处理。由SWT得到的高频子 % 带来修正DWT得到的高频子带。最后，通过逆离散小波变换（IDWT）组合修正的高 % 频子带和低分辨率图像，得到输出的超分辨率图像。通过计算PSNR和SSIM评价结果。(This program is a super-resolution algorithm based on a single image, which is sampled from the high resolution image of the input. % to the original low resolution image, after interpolating the input low resolution image, the low resolution image is divided by DWT. The% solution is different 4 subbands, and the resolution image is processed by SWT. High frequency subsets obtained by SWT % brings the high frequency subband obtained by the modified DWT. Finally, the height of the combination of inverse discrete wavelet transform (IDWT) % frequency subband and low resolution image, and the output super-resolution image is obtained. The results were evaluated by calculating PSNR and SSIM.)

HumanMatlab, I found on the net

基于rtklib计算加入北斗的单点定位及差分定位(single PP and DGNSS using BEIDOU based on RTKLIB)

说明：  基于人类视觉系统HVS的小波域数字图像水印 包含：嵌入、提取、分解、重构等(Based on human visual system HVS digital image watermarking in wavelet domain include: embedding, extraction, decomposition, reconstruction, etc.)

用VB写的画出波纹的程序(Written by VB painted corrugated procedures)

RGB和LAB色彩转换源码程序，根据颜色组成原理通过计算实现RGB和LAB色彩转换。(RGB and LAB color conversion source program , according to the colors of the RGB and LAB color principle to achieve conversion by calculation.)

均值滤波和中值滤波 图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的内涵,然而在图像使用和传输过程中,不可避免会受到噪声的干扰，因此为了恢复原始图像，达到好的视觉效果，需要对图像进行滤波操作。根据噪声种类不同，可以采用不同的滤波方法，均值滤波是典型的线性滤波算法，能够有效滤波图像中的加性噪声，而中值滤波器是能够有效滤除脉冲噪声的非线性滤波器，但传统中值滤波去脉冲噪声的性能受滤波窗口尺寸的影响较大, 在抑制图像噪声和保护细节两方面存在矛盾。本文首先对不同均值滤波器在处理不同噪声方面的优缺点进行了分析，然后分别用中值滤波器和自适应中值滤波器对被椒盐噪声污染的图像进行了滤波操作，发现自适应中值滤波方法不仅可以有效滤波椒盐噪声，同时还可以有效地克服中值滤波器造成图像边缘模糊的缺点。(Mean filtering and median filtering)

说明：  多尺度多方向性的剪切波Shearlet变换优于小波变换，里面包含很多例子，可以直接运行，可以用于图像去噪，分割，增强等，是一个优于小波的图像稀疏表示工具(Shearlet transform of multi-scale and multi-directional shear wave is better than wavelet transform. It contains many examples and can run directly. It can be used for image denoising, segmentation and enhancement. It is an image sparse representation tool better than wavelet transform.)