deblur

isar成像处理，对测试数据进行处理的模板，可以显示二维像(ISAR imaging processing, the test data processing template, you can display the 2D image )

matlab压缩感知中的一种基于全变分正则化的重建算法——TVAL3(In compressed sensing, a reconstruction algorithm based on total variation regularization- TVAL3)

打开24位彩色bmp文件, 显示该图像 将图像内容顺时针旋转90度后显示出来 将图像分成等大小的4块，将第1和第3块像素互换后保存 将旋转后的图像转换成灰度图像显示，并保存 对灰度图像求Sobel边缘图，显示出来，并保存 对灰度图像进行Gaussian平滑，并保存（需要体会平滑的作用） 对灰度图像进行2值化(Open 24-bit color bmp files, displays the image will rotate clockwise image content displayed image is divided into four equal-sized 90 degrees, the first and three pixels after swap to save the rotated image conversion ashes of the image display, and save images to grayscale seeking Sobel edge map is displayed, and save the gray image Gaussian smoothing, and save (experience required smoothing effect) grayscale image binarized)

说明：  BMED二维经验模态分解，用于处理二维信号(Two dimensional empirical mode decomposition)

基于模糊贴近度的SAR图像变化检测，包括算法流程及具体代码(Based on the fuzzy nearness of the SAR image change detection, including the algorithm process and the specific code)

说明：  《80例上手Delphi7编程_06图形图像多媒体》书附盘。包括镜框、渐变色、动画、艺术字等图像处理示例。("80 cases easily Delphi7 programming _06 imagery multimedia" book with CD. Including the frame, graded color, animation, art images, such as word processing examples.)

AutoCAD 以其通用的格式、完善的图形绘制功能及强大的图形编辑功能在各行业计算机辅助设计方面发挥着举足轻重的作用，对其进行二次开发能以更高精度、速度的进行计算机辅助设计，提高工作效率。如今 AutoCAD 支持的二次开发语言比较丰富，不管在哪种开发语言下对其进行二次开发 AutoCAD 的运行原理、程序设计的方法及开发思路是不变的。综合各种开发语言的性能、功能、开发周期、开发难度以及未来的趋势得出结论：在.NET(C#)环境下对其进行二次开发最为合适。本书力求循序渐进、由浅入深，详细介绍 AutoCAD 二次开发原理与技术。以.NET(C#)环境下二次开发为主线，并介绍.NET(C#)调用 ObjectARX(C )程序的方法，从而实现在 C#环境中构建程序框架(易于实现与修改)，必要的时候在 C 环境中实现复杂或目前未托管的程序功能。融入 C 程序让.NET(C#)开发即便捷高效又功能强大。本书在详细的介绍 AutoCAD 基本对象及功能实现的同时结合丰富的开发实例以拓展开发的思路、指导实践开发的过程。本书内容安排如下：第一章“概述” 主要介绍 AutoCAD 软件的功能用途以及开发环境。第二章“AutoCAD 操作应用” 简单介绍软件的应用操作。第三章“程序设计基础” 主要介绍程序设计的基础。第四章“数据库基础” 主要介绍数据库相关的基础知识。第五章 “AutoCAD.NET 开发” 主要介绍 AutoCAD.NET APIs 及 AutoCAD 开发的基本方法与过程。第六章“开发实例” 详细介绍 AutoCAD 的开发过程以及开发思路。本书版权属于数字建筑网(http://www.BimCad.org)站长李冠亿所有。

自相似特征（self-similarity）描述子的提取代码，算法见“Matching Local Self-Similarities across Images and Videos”(Self-similar characteristics (self-similarity) describe the extraction of sub-code, algorithms, see " Matching Local Self-Similarities across Images and Videos" )

说明：  是做的一个分割文件的算法以及,寻找给定点的最近点的算法(Is to do a partition of the algorithm, as well as documents to find the nearest point to fixed-point algorithm)

estimate shape of a noisy image from the shading information