脊柱检测的方法，使用显微镜图像

这是2001年由Chan Vese发布的实现无边缘水平集的源代码。它可以用于医学或真实图像

实现图像处理中的radon变换，可直接编译运行，用来检测直线，目标的矫正提供参考。

matlab练习程序（旋转、径向模糊） 还记得过去写过径向模糊，不过当时效果似乎不好。这次效果还可以，程序中用的算法是：1.求当前处理点和图像中心点之间的距离r与角度ang;2.通过对r的修改得到径向模糊。3.通过对ang的修改得到旋转模糊。一看代码就能全部明白，不仔细解释了。

读取mapinfo数据 有强大的api 接口， 实现。tab/。mif文件的读取，丰富的类库处理电子地图数据

功能介绍：    要将中文信息生成为二维码，使用了有源码的QRCode，但它默认不支持中文，在网上找到的办法，一般都是这样的：修改库QRCodeLib中的类QRCodeEncoder.cs 将public virtual Bitmap Encode(String content)里面的 return Encode(content, Encoding.Unicode); 修改为 return Encode(content, Encoding.GetEncoding("gb2312"));这样生成后，一部解码软件是可以解码的，但是像360的安全二维码就不行，我猜测它是使用了UTF-8来解码的。 因为中文编码有UTF-8和gb2312两种，于是上面的代码改为return Encode(content, Encoding.GetEncoding("UTF-8"));这样就比较完美了，360安全二维码能够识别了，其它软件也能识别了。

在视频或者图像配准处理中，错误的匹配往往影响正确的结果，因此剔除无匹配可以提高处理精度。通过MSE剔除错误和不精确的匹配，得到满足要求的精确的正确匹配结果，利用匹配对可以进行后续处理。

流程：原始图像——傅里叶变换——频率域滤波处理——傅里叶变换——增强后的图像。在具体进行频率域的各种处理滤波的前后,进行了傅立叶变换以及傅立叶反变换.这两个变换的过程就是将空间的信息分解为在频率上的表示,或者将频率上的表示转化为空间上的表示,两种变换是互为逆变换的.正是通过傅立叶正反变换的处理,才使得频率域上的处理可以用于图像的增强

应用背景在进行图像处理时，由于实验数据要求不同，经常要对图片的大小进行修改，如果只是一两张图片可用一些PS等软件很快的修改，若图片有成百上千张，比如在做人脸识别时，非常耗时，所有可以用该程序来进行批量修改，图片长宽可在代码中进行设置。关键技术主要是opencv中dst_img_rsize的使用，以及如何根据文件名循环的读取图像文件进行批量操作，修改完后如何将其保存又不与原始图像混在一起。

自己一边学一边编的，有放大缩小还原功能的图形界面的图片浏览器，适合初学者继续开发完善。

为了计算出地形点(Xi, Yj)上的高程值,一般需要首先从DEM地形数据中搜索到其所属的栅格,然后利用栅格交点处的高程值和二次线性插值函数来计算得到其高程值。但是这种方法每次都必须从海量的DEM地形数据中搜索出一个特定的栅格,而目前搜索算法的最优时间复杂度不会低于log(n)。为了充分利用计算机的移位计算的特点,文中采用2i倍的放大或者缩小DEM地形数据栅格的方法。这种方法省略了栅格搜索过程,从而大大提高了计算性能。其原理如图4所示:缩放显示图像时,栅格数减少一倍,需要合并四个相邻栅格。其中的虚斜线表示原来的栅格和等高线,黑粗线表示由新栅格计算得到的等高线。