颜色反卷积用于图像处理、 图像阈值分割，圆拟合算法

乳腺放射成像已被证明是最有效和早期癌症检测 [15] 的可靠方法。两个在解释 ofmammograms 使用了不同的技术。第一种方法包含的系统搜索eachmammogramfor 视觉模式有症状的肿瘤。

这个想法是开发一种算法，我们可以对水稻计数。使用边缘检测器是正确的方式去做。如果您下载并运行此代码，它将可能看到一个好结果的算法。享受它。

自组织特征映射（SOFM）学习对输入向量进行分类，根据它们在输入空间的组合规律。自组织映射在竞争层不同于在该相邻的神经元中学会识别的输入空间的邻接部。因此，自组织映射学习神经元分布（就像竞争层）和都是受过训练的输入向量的拓扑结构。本代码是关于自组织特征映射的c++代码，实现了聚类的功能，可以帮助初学者理解神经网络的相关变成内容

超声图像通常会含有SPECKLE噪声，本代码用于仿真生成图像的SPECKLE噪声，对研究去噪的同学有一定的帮助

Use a standard Lena image as the ground truth, then calculate the PSNR (Peak Signal-to-Noise Ratio) & MSE (Mean Square Error) values of another test image. Note: The two images must be with the same size. The main code: MSE = double(Sum_SE)/(H_src*W_src) PSNR= 10*log10(255^2/MSE)

应用背景使用VS+opencv 2.4.9中 进行运动物体跟踪时，现有的程序只是结合Camshift 程序而已，其缺点就是目标遇到遮挡的时候，容易丢失。为了解决这个问题，本人引入kalman知识，对目标运动进行实时预测，当目标遇到遮挡的时候，可以进行预测，这时候能提高鲁棒性。关键技术本文的Camshift + Kalman进行行人跟踪预测代码是基于opencv2.4.9进行编写的，可以直接拿来应用，非常方便。有兴趣的朋友，可以在本算法的基础上进一步进行优化。由于引入kalman知识，对目标运动进行实时预测，当目标遇到遮挡的时候，可以进行预测。

这段代码是用于转换视频文件到视频的 frames.the 认为在这种情况下是.avi 文件。可以更改视频文件，也可以取决于我们要求改变甚至的帧数

XNA4.0版本的精灵追逐 碰撞检测主代码 主要是2D的部分 对学习XNA 入门 非常有用 本人曾利用它来实现大鼠肾小管的3D成像 效果很酷 后面还会继续分享XNA3D的部分 渲染 着色等 比较经典的是茶壶那个

marching cubes 的一个实例程序。利用opengl和c++编写，比较易懂，初学者试用。MC算法是三维图像中常常用到的算法，具体可见百度百科，代码中绘出三个不断旋转的立方体，

在这个程序中，通过离散小波分析和输入图像来得到一个基于高频子带图像插值的图像分辨率增强技术。边缘的增强的基于平稳小波变换 （SWT） 引入一个中间阶段。为了将输入的图像分解成不同子带，使用了离散小波变换。然后，对高频子带以及输入的图像进行插值。估算的高频子代通过平稳小波分析得到的高频子代修正。然后，所有这些子相结合，通过使用逆离散小波变换 （IDWT） 生成一个新的高分辨率图像。定量和视觉结果显示了该方法的优势超过常规和先进的图像分辨率增强技术.