recognize

图像的纹理分析应用实例,做图像处理的同志们可以参考一下哟(image texture analysis application examples and do image processing comrades can make reference to yo)

本书主要内容包括：第1章绪论，介绍了信道编码的理论来源和研究背景；第2章线性分组码，阐述了线性分组码的一般原理；第3章概述LDPC码的有关知识；第4章LDPC码校验矩阵构造，详细介绍了LDPC码的构造方式；第5章阐述了 LDPC的各种译码算法，包括本课题组提出的全新译码算法；第6章和第7章分别介绍了LDPC码的两种优化设计和分析方法，即密度进化和EXIT图；第8章介绍了LDPC码在编码调制系统中的应用；第9章介绍了基于LDPC码的链路自适应技术；第10章主要介绍了LDPC码在物理层、应用层联合优化系统中的应用；第11章介绍了LDPC码在图像数字水印系统中的应用。(LDPC code theory and applications)

SARBM3D matlab code for image preocessing

基于采集的脑电导联信号，用matlab去噪和伪迹，最后绘制脑地形图。 去噪文件夹： FastICA_25文件夹为 fastICA函数；pca为pca 函数； av_sub伪迹减法去噪； ica_step1，ica_step2&pca 为ica与pca的去噪程序； wave_entro为小波熵的计算程序； topoplot为地形图函数； topo为画地形图程序；eloc32,eloc16为函数调用32导/16导的头皮电极分布位置 get_txt将采集的脑电数据转化为文本格式； readdata为依次读取文件夹中的一系列txt文件。(Based on the collection of brain conductivity signal, denoising using matlab, and pseudo-tracks, the final topographic map of brain mapping. Denoising folder: FastICA_25 folder function for FastICA pca function for PCA av_sub pseudo-trace subtraction de-noising ica_step1, ica_step2 )

LSB信息隐藏算法，就是通常把信息隐藏在图像像素的最后一位，可能对你们有帮助(LSB information hiding algorithm, the information is usually hidden in the image pixels of the last one, you may have to help)

说明：  《数字图像处理（第三版）》，中文版，作者是（美）冈萨雷斯，本书是数字图像处理经典著作。("Digital Image Processing (3rd Edition)", Chinese Edition, by Gonzalez, USA. This book is a classic work of digital image processing.)

实现窗口的显示以百叶窗的形式出现的精美程序(To achieve the display window to the blinds in the form of fine program)

DNA比对中FASTA算法的简单实现，通过建立查找表、位移表和位移向量表来得出两条序列的最大匹配位移。(DNA matching the FASTA algorithm is simple to achieve, through the establishment of a lookup table, displacement and the displacement vector table to derive maximum matching two sequences displacement.)

说明：  实现将二进制转换为DNA碱基，以及逆过程(Realize the conversion of binary to DNA base, and the reverse process)

1、运动目标进行检测与跟踪，背景差分法，卡尔曼滤波，检测结果用红色外接矩形框表示，跟踪结果用绿色矩形框表示 2、采用平均背景法更新背景图像； 3、代码部分附详细解释(1. The moving target in the video sequence is detected and tracked, the moving target detection part uses the background difference method, the tracking part uses Calman filter, the detection result is represented by the red outer rectangle frame, and the tracking result is expressed in green rectangle frame. 2. The background image is updated with the average background method. 3. The part of the code is explained in detail)