DSPACK源码

应用背景蚁群算法是一种自组织的算法。在系统论中，自组织和它组织是组织的两个基本分类，其区别在于组织力或组织指令是来自于系统的内部还是来自于系统的外部，来自于系统内部的是自组织，来自于系统外部的是他组织。关键技术蚁群算法具有较强的鲁棒性。相对于其它算法，蚁群算法对初始路线要求不高，即蚁群算法的求解结果不依赖于初始路线的选择，而且在搜索过程中不需要进行人工的调整。其次，蚁群算法的参数数目少，设置简单，易于蚁群算法应用到其它组合优化问题的求解。

资源描述 同态滤波增强是把频率过虑和灰度变换结合起来的一种处理方法。它是把图像的照明反射模型作为频域处理的基础，利用压缩灰度范围和增强对比度来改善图像的一种处理技术。它在密度域中运用相当成功。 一幅图像f(x,y)可以看成由两个分量组合而成，即 f(x,y)=i(x,y).r(x,y) i(x,y)为照明分量（入射分量），是入射到景物上的光强度； r(x,y)为反射分量，是受到景物反射的光强度。 具体步骤如下： （1）先对上式的两边同时取对数，即 Inf(x,y)=Ini(x,y)+Inr(x,y) (2)将上式两边取傅立叶变换，得 F(u,v)=I(u,v)+R(u,v) (3)用一个频域函数H(u,v)处理F(u,v)，可得到 H(u,v)F(u,v)=H(u,v)I(u,v)+H(u,v)R(u,v) （4）逆傅立叶变换到空间域得 Hff(x,y)=hi(x,y)+hr(x,y) 可见增强后得图像是由对应照度分量与反射分量得两部分叠加而成。 （5）再将上式两边取指数，得 g(x,y)=exp|hff(x,y)|=exp|hi(x,y)|+exp|hr(x,y)| 这里，称作同态滤波函数，它可以分别作用于照度分量和反射分量上。                                          &nbs

K均值图像分割，读入彩色图片，输出区域分割后的图片-K-means image segmentation, read full-color photographs, the output image after the region segmentation

依次读取指定文件内的图像，并对其进行特征点检测和提取，最终进行匹配。图像的检测、提取和匹配都分别以两种方法完成。一种方法参数为指针，图像特征点的检测和提取在opencv中可一步完成，另一种方法参数为向量，特征点检测提取分步执行。故以此为基础的特征匹配在opencv中也有两种实现方法。该算法对两种不同参数类型的方法进行测试，比较其耗时并记录测试信息

附件包含各种不同的图像去雾代码，暗原色去雾，SSR，MSR，MSRCR，Tara去雾，双边滤波暗原色去雾，联合双边滤波暗原色去雾等等。适合于做图像去雾算法的人学习。

采用OpenCV，用大津法otsu自适应检测序列图像中的运动目标，然后检测去除阴影，并用区域生长算法对阴影区域进行修正 OpenCV采用1.0版本，IDE为VC++6.0，经验证，该算法可以有效检测出运动目标被光线遮挡产生的阴影，对智能视频分析有重要作用。

基于LBP-TOP算法的人脸表情识别，SMIC数据库，芬兰大学实验室的的代码，这是表情识别的主代码，包括两个mat的二进制文件，是比较好的一个算法实现

本文主要介绍了常用的遥感图像算法，然后从数学角度分析融合图像产生光谱失真的原因，并探讨融合图像在空间分辨率增强与光谱信息保持二者之间的关系，最后针对多光谱图像的成像特性

从网站上下载下来的程序，适合初学者阅读。其中自定义两个控件用于显示图片和灰度调节。导入的图片可以自动出现滚动轴，右侧鼠标拖动曲线调节，则左侧的图片自定显示灰度。另外还可以获取此时图片各个像素的灰度值。当然包括最基本的保存图片功能。自己是初学者，想和大家分享下，程序里的自定义控件还是做的挺好的。

matlab code for image fusion, containing two methods: hsi and pca. 代码中有详细的hsi变换及pca变换，并将它们分别用于两幅图想的融合中，效果非常不错。