BMP转JPEG

该程序是实现NLM 的C 源程序，非局部平均去噪算法，在去噪中的好处可想而知，效果不错。可以尝试用一下，看过文章的人应该清楚它的效果，给大家共享下，共勉吧。

图像处理VC++框架和代码，包括点运算，线性变换，频域变换，复原，形态学，分割，滤波等等功能

：kinect实例代码。可以实现获取和现实彩色图像信息、深度图像信息、骨骼识别还有声源位置。-kinect example code. You can access and real-color image, depth image information, bones identify the sound source position.

基于meanshift算法的图像分割，非opencv库函数，一网友自己实现的算法！

此程序代码使用matlab 利用眼底图像的血管树，找到具有显著特征的分叉点，并将主分叉点和其周围的三个子分叉点做为一个局部结构，利用分叉点角度和分叉长度进行图像的变换并配准。

必须需要用到的of自带的addons包括：ofxThreadedImageLoaderofxXmlSettingofxGui额外的addon是ofxUI可以自行到www.github.com下载在创建工程是需要添加这些addons。若创建是没有添加，也可手动将其所有源码文件添加到自己的工程中去。在ksApp中增加了大量注释，并修正了一些错误增加了类ks::ZhangSan1111: 用于示例如何写出简单的作业增加了类ks::TirSrcDemo: 用于示例如何构造出具有三个数据源接口的万花筒

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。

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

对一副彩色图像进行直方图均衡化，达到图像彩色增强的效果，对原图像分三个通道，分别对三通道进行增强处理，最后再合成新的增强的图像，增强效果明显。

锐化