cbircolorhist

本论文从CT图像重建原理入手, 根据迭代重建的物理意义, 从投影模型出发, 得到投影数据, 然后利用迭代算法MART 及SIRT 重建出断层图像, 再与模型相比较, 从而确定各算法的优劣, 总结出如何选择合适的图像重建算法。(Iterative Algorithms in Computed Tomographic Reconstruction)

卡尔曼滤波、无迹卡尔曼滤波、扩展卡尔曼滤波等滤波程序，本人收集了实验室所有这个方面的程序，欢迎大家下载，非常好用~(Kalman filtering, unscented Kalman filter, extended Kalman filtering, filtering program, I collected all the aspects of laboratory procedures, are welcome to download and very easy to use ~)

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。()

说明：  是一种纹理描述算子用于快速提取图像的纹理特征,应用于医学图像检索,场景分类等.(Is a texture description operator for rapid extraction of texture features, used in medical image retrieval, scene classification.)

DISKREET: FOR CHANGING DISKREET LEVEL OF AN IMAGE

说明：  采用surf算法对两幅较低重叠度的图像进行拼接(Image mosaic using surf algorithm)

说明：  用Matlab读取RAW格式（单反相机）图片，然后进行插值处理并存为JPG格式图片。(Read RAW format using Matlab (SLR) picture, and then interpolated coexist as a JPG format picture.)

国内权威大家写的信号检测理论,主要讲述了信号理论和估计。(the book is literally book for signal processing,it was use for master students who want to learning signal detect and estimate)

算法的改进方案，总共有10种，基于质心加权的算法改进(Algorithm improvement program, a total of 10 species, based on the weighted centroid algorithm improvements)

获取图像灰度共生矩阵特征值代码，包括能量、熵、惯性矩和相关度的均值和标准差，已测试，代码及注释清晰。(The eigenvalue codes of gray level co-occurrence matrix, including the mean and standard deviation of energy, entropy, moment of inertia and correlation, have been tested and the codes and annotations are clear.)