code

说明：  利用模糊神经网络的方法实现遥感图像的目标识别(The use of fuzzy neural network approach to achieve the goal of remote sensing images to identify)

基于格子玻尔兹曼方法模拟泊肃叶流，边界条件用非平衡格式(Poiseuille flow based on the lattice Boltzmann method to simulate the boundary conditions with unbalanced format )

实现了车辆目标的背景建模、前景检测、阴影消除、车辆跟踪(Achieve a vehicle target background modeling, foreground detection, shadow elimination, vehicle tracking)

) 使用分块的主成分分析方法(PCA)对人脸图像进行压缩编码。针对PCA方法计算量大的缺点,首先把问题转化成奇异值分解(SVD)问题,然后设计了特征空间的更新算法,通过递推,简化每一步计算的计算量,达到了实时编码的要求。 4) 在Windows平台下基于Video for Windows(VFW)接口开发了人脸视频图像编码和解码的实验系统,该系统实现了图像采集、图像显示、编码、解码等功能。() The use of sub-blocks of principal component analysis (PCA) on the human face image coding. PCA method for large defects, first of all the issues into a singular value decomposition (SVD) problem, and then design a feature space of the update algorithm, recursive, simplifying the calculation of the amount calculated at each step to achieve real-time encoding requirements. 4) In the Windows platform based on Video for Windows (VFW) interfaces, the human face image coding and decoding video experimental system, the system achieved image acquisition, image display, encoding, decoding functions.)

根据冈萨雷斯数字图像处理中做的，使用matlab进行直方图的均衡化以及直方图匹配程序，附带原图像(According to Gonzalez, digital image processing to do, the use of matlab to histogram equalization and histogram matching program, with the original image)

基于c5509的jpeg图像压缩实现 ，利用c语言(The jpeg image compression based c5509 achieved using c language)

点目标质量评估，一维积分旁瓣比、峰值旁瓣比(ISLR PSLR)

说明：  根据Itti视觉注意模型得到图像的显著区域。本算法简单并且对一般简单的图像能够提取出比较好的显著区域。(According to Itti visual attention model are significant regions in the image. The algorithm is simple and easy on the general good image to extract a significant area.)

matlab做的标定程序，包括角点检测与张正友标定算法做的，有界面 (matlab to do the calibration interface, including the corner detection algorithm and Zhang Zheng-you do calibration)

Relief-F 算法是由 Kononenko 在 Relief 算法基础上扩展得到的，可以用来解决多分类与回归问题。 Relief-F 特征选择算法利用特征与类别间的相关程度判别特征的敏感程度，敏感的特征能使同类样本靠近，非同类样本远离。基本思想是： 先随机从总样本集 D中获取一个样本 R， 然后在 与 R 同类样本集中和与R 异类 样 本 集 中 各 获 取 k 个近 邻 样 本， 在 特 征 集 F中如果某个特征上异类样本的距离大于同类样本，则这个特征是有利于分类的，增加其权重，重复 n 次 取所有结果的均值作为每个特征的最终权重值.