ProflieAligning

说明：  为了在抑制噪声时尽可能保留图像边缘信息，提出一种自适应各向异性高斯滤波器设计方法. 该方法由独立 强度传播（IDS）模型决定滤波器的长轴尺度，由像素的邻域平滑度决定长短轴的比例，然后根据该处的灰度梯度方 向自适应决定各向异性滤波器的长轴方向. 仿真实验表明，提出的自适应各向异性滤波器具有很强的噪声抑制和 边缘保持能力. (In order to suppress noise, as far as possible to keep the image edge information, an adaptive anisotropic Gaussian filter design methods. The method by the independent strength spread (IDS) model determines the long axis of the filter scale, the pixel neighborhood smoothness determine the ratio of minor axis, and then there' s gray gradient direction of adaptive decision the long axis of anisotropic filter. Simulation results show that the proposed adaptive anisotropic filter has a strong noise suppression and preserve edges.)

burg距离方位分别外推超分辨算法，实现对稀疏数据的超分辨成像。(burg extrapolation distance and orientation were super-resolution algorithm to achieve the super-resolution imaging sparse data.)

K-means彩色图像分割，有实验报告，main文件中还有区域生长的算法。(K-means color image segmentation, with experimental report.)

本软件包包括四个程序，主要用于图像处理（图像去噪，图像分割）和模拟退火算法。(This package includes four procedures, mainly used for image processing (image denoising, image segmentation) and simulated annealing algorithm.)

说明：  利用matlab实现基于帧间差分的运动目标检测(Moving target detection based on inter frame difference using MATLAB)

这个例子展示了如何使用proj_match_points_transformtion_ransac在拼接应用程序中观察两个图像。(This example shows how to use proj_match_points_distortion_ransac tomatch two images in a mosaicking application.)

说明：  在MFC中显示各种格式的图片，jpg.png(Display pictures in various formats in MFC, jpg.png)

编码： （1）进行颜色转换，将RGB格式转换为YUV格式。 （2）将待编码的N×N的图像分解成(N/8)^ 2 个大小为8×8的子图像。 （3）对每个子图像进行DCT变换，得到各子图像的变换系数。这一步的实质是把空间域表示的图像转换成频率域表示的图像。 （4）对变换系数进行量化。 （5）进行Z字形重排 （6）使用霍夫曼变长变码编码器对量化的系数进行编码，得到压缩后的图像（数据）。 解码： （1） 对压缩的图像数据进行解码，得到用量化系数表示的图像数据。 （2） 进行反Z字型重排 （3）用与编码时相同的量化函数或量化值表对用量化系数表示的图像数据进行逆量化，得到每个子图像的变换系数。 （4）对逆量化得到的每个子图像的变换系数进行反向正交变换（如反向DCT变换等），得到(N/8)^2 个大小为8×8的子图像。 （5）将(N/8)^2 个大小为8×8的子图像重构成一个N×N的图像。 （6）进行颜色组合，将YUV格式转换为RGB格式图像。(JPEG compression and decompression process)

图像检索中用于相关反馈的MATLAB程序供大家参考（注：在MATLAB7.0中使用）(Image Retrieval Relevance Feedback for the MATLAB program for your reference (Note: the use of MATLAB7.0))

Jsteg算法实现，Jsteg是一种基于JPEG的常用信息隐藏算法步骤如下: 首先，把掩体图像分为不重叠的8*8的子块，对每一子块进行DCT并对变换得到的DCT系数进行量化 其次，将待隐藏的信息进行加密，将加密结果嵌入到量化后值不为0，1或-1的DCT系数的最 低有效位(LSB)中，其嵌入顺序是按zigzag扫描顺序进行的。最后，用JPEG的嫡编码(包括哈夫曼编码，游程编码及DPCM)对嵌入秘密信息后的每一子块进行编码，从而得到一个含有秘密信息的JPEG stego文件。(Jsteg Algorithm)