数字图像处理 灰度直方图

Matlab粒子群优化算法工具箱。 PSOt为PSO的工具箱，该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。

实现基本的直方图，阈值分割，形态学滤波，边界分割，利用傅里叶描绘子实现1/4,1/8,1/16边界重建。

1.给定分类数M,MLL模型的势函数b,对影像作J-1层小波分解，设定EM算法迭代的停止条件，按照尺度从大到小的顺序设置尺度函数的取值。2.尺度n=J-1，根据K-均值聚类算法对尺度J上的特征场向量进行聚类，获取该尺度的初始分割结果。3.E步骤。使用MPL方法GMRF模型参数。 4.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 5.尺度内迭代。重复3和4知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 6.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复5，直到获取最细尺度上的分割结果。

应用背景程序是在充分理解bmp图片数据格式基础上编写的，bmp图片是数字图像处理较基本的操作对象。程序设计较合理，使用简便，欢迎大家对程序提出有益意见并批评指正。关键技术 程序可以对24或者32位彩色bmp图片进行灰度化处理，程序整合了3种简单的灰度化算法，程序简单实用，是以后深入学习数字图像处理的基础。

直方图均匀化 , 程序能够运行出正确的结果，希望对各位有帮助。

useful for SAR imaging processing  wellkown algorithm to form the radar image both to processing in range and azimuth direction

自己写的Matlab程序，实现了Canny算子对于图片的边缘检测功能。步骤分为：1，为源图像进行高斯低通平滑滤波。2，计算梯度幅值图像和角度图像。3，为图像进行非最大值抑制。4，用双阈值处理和连接分析来检测。

所有的图像增强技术已经被包括在这个特殊的项目。

在这里，我用小波算法的图像压缩利用小波工具箱MATLAB中。该算法背后的基本思想是滤波器组理论。小波函数的排序是哈尔。

非常优雅的四叉树样本测试阿拉伯字母图像。