Matlabexamples

用matlab实现了一系列示例：球差，慧差，像差，像散。(Using matlab to achieve a series of examples: spherical aberration, coma, aberration, astigmatism.)

Get and render vtk Volume DICOM file

opencv深度学习例程，第五版，中文翻译，运用c++语言，内含有例程，以及源码以供学习(opencv tutorial with c++)

matlab 图像处理方面的经典书籍，值得初学者仔细认真的学习(matlab image processing aspects of classic books, worthy of serious study carefully beginners)

基于混沌的数字水印研究技术 matlab 编程 提取与嵌入(Chaos-based digital watermarking technology research extraction and Matlab programming embedded)

主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m 个观察值，形成一个 n ′ m 的数据矩阵， n 通常比较大。对于一个由多个变量描述的复杂事物，人们难以认识，那么是否可以抓住事物主要方面进行重点分析呢？如果事物的主要方面刚好体现在几个主要变量上，我们只需要将这几个变量分离出来，进行详细分析。但是，在一般情况下，并不能直接找出这样的关键变量。这时我们可以用原有变量的线性组合来表示事物的主要方面， PCA 就是这样一种分析方法。(Principal component analysis (Principal Component Analysis, PCA) or PCA. Is a statistical method to grasp the principal contradiction of things, it can be resolved diverse things out the main factors, revealing the essence of things, simplifying complex problems. The purpose of calculating the main component of high-dimensional data is projected to a lower dimensional space. Given n variables of m observations, forming an n ' m of the data matrix, n is usually large. For a complex matters described by several variables, it is difficult to know, so if you can grab something to focus on key aspects of analysis? If the main aspects of things just reflected on several key variables, we only need to separate out these few variables, for detailed analysis. However, in general, does not directly identify this critical variables. Then we can represent the major aspects of things with a linear combination of the original variables, PCA is one such analysis.)

说明：  我们提出了一个简单、灵活和通用的对象实例分割框架。我们的方法能有效检测图像中的对象，同时为每个实例生成高质量的 segmentation mask。这种被称为 Mask R-CNN 的方法通过添加用于预测 object mask 的分支来扩展 Faster R-CNN，该分支与用于边界框识别的现有分支并行。Mask R-CNN 训练简单，只需在以 5fps 运行的 Faster R-CNN 之上增加一个较小的 overhead。此外，Mask R-CNN 很容易推广到其他任务，例如它可以允许同一个框架中进行姿态估计。我们在 COCO 系列挑战的三个轨道任务中均取得了最佳成果，包括实例分割、边界对象检测和人关键点检测。没有任何 tricks，Mask R-CNN 的表现优于所有现有的单一模型取得的成绩，包括 COCO 2016 挑战赛的冠军。(Mask R-CNN code by HeKaiming)

1. 将真彩位图转化成各色或黑白位图，进行二值化(支持多种抖动方法)处理后的位图，效果和速度极佳。 2. 将真彩或黑白位图进行 90度 , 180 度 ,270 度 高速度旋转。 (1. The true color bitmap into a colored or black and white bitmap to binary (supports multiple dithering methods) treated bitmap, effects and excellent speed. 2. The true color or black and white bitmap to 90 degrees, 180 degrees, 270-degree high-speed rotation.)

说明：  python语言，三种阈值分割方式，简单阈值分割，自适应阈值分割，OTsu分割方式(Python language, three methods of image segmentation , simple threshold segmentation, adaptive threshold segmentation, OTsu segmentation)

KL变换的Matlab实现 KL 变换是图像正交变换的一种，在图像压缩领域有着广泛应用。(KL Transform Matlab realize KL transform is a kind of orthogonal transformation image in the field of image compression have broad application.)