Digitalimageprocessing

这是一个sar成像的算法，它融合了cfar的处理，使目标更加凸显。非常适合用于sar成像和cfar算法的研究。(This is a sar imaging algorithm, which combines cfar processing, the target is more prominent. Very suitable for research sar algorithm for imaging and cfar.)

AForge.NET-sample

使用python语言实现多张图像的拼接，并且处理拼接之后的裂缝和黑边。(Use python language to achieve splicing of multiple images, and deal with cracks and black edges after splicing.)

基于提升算法的53小波matlab算法，简单，易于初学者学习图像处理。(On the basis of promoting the algorithm and wavelet matlab algorithm, simple, easy to beginners learning image processing.)

用斯托克斯矢量法，计算偏振度图像和偏振角图像，方便进一步处理。(Degree of polarization and angle of polarization calculating)

TV模型属于图像处理领域里面的图像修复模型，对图像处理邻域的学习有很大的裨益(The TV model belongs to the image restoration model in the field of image processing, which is of great benefit to the study of image processing neighborhoods.)

实现了基于关键像素点的FLICM图像分割算法，关键像素由局部最大值方法提取。(A FLICM image segmentation algorithm based on key pixels is implemented. Key pixels are extracted by local maximum method.)

人脸识别matlab源代码，BP神经网络实现的(face recognition Matlab source code, BP neural network of)

说明：  LSA的第一步是要去创建词到标题（文档）的矩阵。在这个矩阵里，每一个索引词占据了一行，每一个标题占据一列。每一个单元（cell）包含了这个词出现在那个标题中的次数。例如，词”book”出现在T3中一次，出现在T4中一次，而”investing”在所有标题中都出现了一次。一般来说，在LSA中的矩阵会非常大而且会非常稀疏（大部分的单元都是0）。这是因为每个标题或者文档一般只包含所有词汇的一小部分。更复杂的LSA算法会利用这种稀疏性去改善空间和时间复杂度。(The Little Book of Common SenseInvesting: The Only Way to Guarantee Your Fair Share of StockMarket Returns ,)

说明：  用OSTU和KSW实现多阈值图像分割，matlab代码(Image Segmentation Using OSTU and KSW)