压缩感知用于磁共振成像的快速重建

图像噪声的消除-----中值滤波和均值滤波，中值滤波是一种根据领域中各像素的值来决定中心像素值的大小的方法。均值滤波又称领域平均法，是一种简单的空域处理方法。构造一个能够进行均值、中值滤波处理的图像处理实验系统，包含对IMAQ Vision 的图像类型及定义方法，图像区域的开辟，对图像文件的读取、显示等操作。对中值滤波的实现的代码，还有对均值滤波的实现的代码。

人脸识别方法的 matlab 程序代码基于局部性保持投影（LPP）

你看，扫描使用智能手机的文件可以被分解成三个简单的步骤：第1步：检测边缘。步骤2：使用在图像中的边缘以找出轮廓（轮廓）表示一张纸被扫描。步骤3：应用一个透视变换，以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块，它包含了方便功能调整大小，旋转，裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来，让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后，我们将使用NumPy的数值处理，argparse解析命令行参数，并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象，--image，这是路径包含我们要扫描的文档的图像。现在，我们有路径，我们的形象，我们可以继续前进步骤1：边缘检测。第61行执行翘曲改造。事实上，所有的繁重被four_point_transform函数处理。同样，你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform：第一个是我们的，我们装过盘原始图像（不是大小之一），第二个参数是代表文件，乘以调整大小比例的轮廓。所以，你可能会奇怪，为什么我们乘以调整比例是多少？我们乘了调整后的比率，因为我们进行边缘检测，发现轮廓高度= 500像素的调整后的图像上。然而，我们希望将原来的图像，而不是调整大小后的图像上执行扫描，从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象，我们再采取扭曲图像，将其转换为灰度和应用自适应阈值上线65-67。

Salvi教授提供的MATLAB第三方SLAM工具箱：Matlab Toolbox of Kalman Filtering applied to Simultaneous Localization and Mapping Vehicle moving in 1D, 2D and 3D.

由高斯分布驱动的水平集，由李旺实现。这篇论文发表于2009年的信号处理

为法医学部门开发了一个应用程序，使用户能够操纵、分类、存储和共享数据。本文利用Matlab平台对指纹图像进行处理。其他工具和用户界面都是使用VB.Net版. 因此在这里Matlab模块将嵌入visualbasic，以提供一个高效的用户界面和一个安全的数据库。此Matlab模块处理基于人脸和指纹生物特征融合的图像系统。将采用单独的技术来识别面部特征和指纹特征，并将进一步融合。&文献综述：拉普拉斯人脸用于人脸识别。DFB用于指纹识别，人工神经网络用于两者的结合。基于人脸和指纹的多模式认证模型

资源描述 这是一个图像修复的代码，想学习这个方面的可以下载学习，结合C/C++ 相关的内容，值得大家学习，欢迎交流， 祝你生活学习愉快。

Rob Hess的代码好像是linux上的，我稍微改了下，让Windows+VS2008能跑。main函数在track1.c里，默认是处理附带的视频，当然可以方便的改成从摄像头输入视频(cvCaptureFromCAM)。我用的是opencv2.0，没有测试低于2.0的版本。程序开始后，读入第一帧图像后，需要用鼠标拖动出跟踪目标区域，(然后按回车)。跟踪区域较小时速度较快，跟踪区域大时明显变得很卡。代码还需要gsl库的支持，我用的是gsl1.8,

PC端与设备端采用UDP广播的方式进行通信。DVS设备端通过10000端口接收数据，通过9999端口发送数据。PC端通过9999端口接收数据，通过10000端口发送数据。 命令以帧为单位，一个UDP包就是一个完整的命令帧。命令帧用ASCⅡ字符串表示，命令帧的参数之间用字符”^”分隔。 回应以帧为单位，一个UDP包就是一个完整的命令帧。命令帧用ASCⅡ字符串表示，命令帧的参数之间用字符”^”分隔。

使用块编码的图像去噪这里我们使用块编码到图像编码和实施这一使用二维块编码算法来达到更好的过滤