数字图像复原

Fig2.jpg是有渐晕现象的拍摄图片  func_k.m 是渐晕模型中的参数设置 vignetting.m是主函数 主函数如下： Pi = 3.1416; d = 400; w = 0.0236 * Pi; figure(1); fid = imread("e:matlab71fig2.jpg");    %打开有格式文件 subplot(1,2,1); imshow(fid);

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

3 的输入的参数。第一是名称您想要使用的图像文件 （放在引号）。第二个是伽玛校正因子，用于改变方法的产品出来。摆弄数字 1 到 5 之间直到它看起来不错。（一般低的数字使其暗）。第三个输入是您想要输出到一个文本文件的名称。示例函数调用：asciipic2("imagename.jpg",2.5,"outputname.txt")

用C++实现sift算法，实现多幅图像的读取，特征点提取，匹配以及图像的融合。可以直接上机实现。

在本文中，我们目前 DCT （离散余弦变换） 块应用级图像压缩 JPEG （联合摄影专家组） 算法的有效性。结果表明该算法是在压缩的情况下最有效的因为它有非常良好的压实性能与能源相关的值。作为一项基本原则，我们消除高频率，并保持低和介质不会明显影响形象。在实际应用中的人脸检测、 皮肤颜色、 面部识别、 虹膜、 指纹等遇到了 DCT 的 JPEG 压缩算法

可缩放图像

运用opencv中的一些常用的基本函数，实现用户可以通过鼠标来画方形，函数my_mouse_callback()用来响应鼠标事件，并且根据event来确定给出的响应的功能。

在许多应用程序如地学研究、 天文、 地理信息系统使用卫星图像。在图像中最重要的质量因素来自于其决议。卫星图像增强技术利用离散小波变换和奇异值分解。这一技术将输入的图像分解为四个频率子波段，利用离散小波变换和也估计奇异值矩阵的低-低子带图像和均衡通过逆离散小波变换增强的图像。图像分割技术应用于图像增强过程后该模型采用多区域分辨率和马尔可夫随机场技术提高分割精度，提高图像的质量和它降低噪声的卫星图像。

zernike矩的源代码，非常不错，用matlab编的，值得下载

对BMP文件进行读写，然后将RGB转为YUV并保存，同时输出BMP的长，宽，大小，将BMP文件中的RGB三者的分量进行保存到txt文件中，YUV三者分量也保存到txt中，转换过程采用隔行扫描转换，YUV格式为422