HDevelop

focuss算法 关于图像稀疏性分解中字典学习的经典算法 和大家一同分享 (focuss algorithm on the sparse image decomposition in the dictionary of the classical learning algorithm and we share)

卡尔曼滤波算法，opencv代码，鼠标跟踪(Kalman filter algorithm, opencv code, mouse tracking)

说明：  本书是基于MATLAB 6.5的图像处理工具箱v3.2（Image Processing Toolbox）编写的，较全面系统地介绍了图像处理工具箱v3.2函数在有噪和退化图像的恢复、图形绘制、图像几何变换、图像增强、二值分析、小波分析和分形几何用于图像处理工具箱在工程中具体应用，通过具体的分析和详细的实例，读者不仅可以对MATLAB图像处理工具箱函数的强大功能有一个深刻了解，更能学会正确运用它快速解决实际问题的方法，从而提高分析问题和解决问题的能力。 本书内容全面新颖、针对性强，理论与实际紧密结合，可供从事图像处理相关工作的教师、高年级本科生、研究生和广大科研人员参考。 (err)

摄影测量单独法相对定向源代码的编写，结构较简单，易懂(relative oriention)

图像处理中常用的的标准图像，已经分类，包括PNG、BMP、TIFF、JPG等，未进行二次处理(The image processing used in the standard image has been classified, including PNG, BMP, TIFF, JPG, not second)

说明：  比SSIM更新的图像质量评判算法VSNR(image quality assessment VSNR and its matlab code)

很好的APEX盲恢复程序，用于图像去模糊处理，适用于常见模糊，如高斯模糊、柯西模糊、大气湍流等(Very good APEX blind recovery procedures, used in image to fuzzy processing, apply to common fuzzy, such as a gaussian blur, cauchy fuzzy, atmospheric turbulence, etc )

水平集方法及其在图像分割中的应用研究。09年中科大的博士论文，很详细的讲解了水平集在图像分割中的应用(Level set method and its application in image segmentation study. Cultivation of doctoral thesis in 2009, a very detailed explanation of the level set image segmentation in)

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。()

用Matlab来实现PCA，并分别求出图像在第一、二、三主分量上的投影。(Using Matlab to implement PCA, and images were obtained in the first, second and third principal component on the projection.)