Hyperspectral remote sensing image classification

从自然看图像与低通滤波器和高通滤波器的帮助下删除雨的有效方法。因为它并不清楚的图像了在雨中我们可以消除图像的雨滴。通过这段代码中，我们可以获得清晰的图像。1.输入图像2.转换为灰度3.预计算高斯距离权重。4.申请双边滤波器。5.提取局部区域。6.计算高斯强度加权。7.计算双边滤波响应。8.图像分析的 K-均值聚类9.K SVD 算法的应用

该源码是基于改进的non-local means 算法对图形进行去噪处理，比一般传统的方法效果要好

应用背景android 编码解码h264， 调用原生api编解码h264，能够达到1080p，同时udp发送至vlc，可以实时观看，系统要求4.2以上，红迷测试可以达到720p关键技术android 编码解码h264，包括h264 encode decode，系统api是mediacodec，视频采集是camera回调，转换yv12到yuv420

步骤1. 输入图像2. 转换为灰阶图像3. 边缘检测4. 扩大灰度5. 边界计算6. 预计算高斯距离权重7. 应用双边滤波器8. 提取本地区域9. 计算高斯密度权重10. 计算双边滤波器响应

代码实现了对数字图像的离散傅里叶变换，快速傅里叶变换，离散余弦变换（DFT,DCT,FFT）

本代码是李春明博士的LBF方法的源代码，非常适合初学水平集的学者使用，代码易懂，解释详尽，非常正规，很值得详细学习

k均值聚类，可以应用到图像的分割或者是图像的聚类。K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。

此示例应用程序演示了BlobCounter类的用法，该类允许在指定的图像中查找所有单独的对象。它找到每个单独的对象，提供其属性，并在其他框架类的帮助下，为每个对象或其四边形的角点提供凸包（如果对象确实是四边形，则应以良好的精度找到其角点）。

ipmage 处理

已经进过精心调试，使用方便快捷，可以直接运行使用。本代码基于Fourie-Mellin变换原理的图像配准仿真代码，可以直接得出配准图像的旋转平移缩放的数值。