说明：将图形的亮度均衡化以解决图片过曝或过暗的情况

说明：基于对称极坐标图像生成法代码和基于灰度共生矩阵的方法提取振动图像特征实例代码

说明：对逆光图像进行处理，对比其他方法具有较好的还原性

说明：通过matlab的GUI，做一个将彩色图片进行各种边缘处理

说明：选用ZYNQ SoC作为智能相机系统的硬件处理平台，依据系统设计需求，将系统整体功能结构的开发划分到用户空间、内核空间、底层硬件三个层面。在硬件层，对系统硬件功能进行了模块化设计，分别对基于USB和OV7725的双通道图像采集模块、HDMI显示模块进行开发。

说明：数字图像处理 4.58 4.38等题目的代码复现，以及傅里叶变换的简单应用 ustc课程作业

说明：实现信号的希尔伯特处理，在工业上以及科研上有很大用处。主要用于信号处理与图像处理

说明：将原图二值化处理后，对二值图像进行腐蚀处理去掉图中主体以外的噪点或小斑迹

说明：MATLAB实现曲柄摇杆机构的运动仿真；MATLAB求解拟合圆的圆心和半径；MATLAB实现组对象的整体几何变换；MATLAB特殊绘图图例的设置；MATLAB图像处理实现螺纹的识别

说明：柔化、锐化、雾化、黑白、滤镜效果 本文的目的是能够构建一个类，该类允许任何C＃程序员执行图像处理功能。 我们在C＃中执行此操作的原因是它对我来说非常灵活。 我们可以看到，当我们开始移动像素或基于考虑了所有像素值的计算来更改值时，代码变得有些复杂。

说明：图形图像处理，PIVMat工具箱可在每个操作系统（Windows，UNIX，Mac）上与MATLAB 7或更高版本（经过R2013b，Matlab 8.1测试）一起使用。请注意，导入DaVis文件时，还需要安装LaVision提供的ReadIMX软件包（并非支持所有平台）。

说明：能够通过蓝牙模块接受摄像头图像信息将其使用MATLAB进行处理，程序中接口已经写好，可在相应部分更改图像分辨率、蓝牙名称，就可用于机器人，智能车等的轻量级摄像头图像处理开发

说明：航天图像处理，目标检测，变化分析跟踪，变化检测

说明：车牌识别课程设计报告，能识别简单的车牌，未测试准确率，有注释，另有程序源码，可一起下载查看使用。

说明：车牌识别matlab程序代码，能识别简单的车牌，为测试准确率，有注释，另有详细报告，可一起下载查看使用。

说明：共生矩阵对图像频谱检测，作为图像目标检测和处理的很重要内容，实际应用很重要。

说明：非下采样轮廓波变换matlab工具箱，可用于图像分解，图像融合等图像处理工具。

说明：适用于基于一幅图像的多幅图像配准，可根据需求选择两种配准方式。

说明：用于对低亮度图像进行增强，使用引导滤波器构成自适应增强算法。共有四个参数，可看注释。

说明：用于计算图像的空间频率和空间频率图（可看作是图像的轮廓）

说明：16.1利用小波变换法将两幅图融合 16.2利用小波包法将两幅图融合 16.3利用小波变换进行图像分解 16.4重构系数 16.5小波变换提取一个子代直方图 16.6利用小波变换对给定图像旋转后，提取一个子代 16.7提取小波分解概貌系数

说明：利用卷积对图像进行增强处理，其中选择编选检测算子等

说明：任务 1 编写以两幅灰度图像为输入的 MATLAB 函数，计算下列图像差值度量：均方误 差（MSE）信噪比（SNR）峰值信噪比（PSNR）均值绝对误差（MAE）处理给定的测试图像“Lena”及其原始和后添加噪声形式。 任务 2 编写 MATLAB 函数，通过两种不同的方法将一幅灰度图像从原始大小下采样到 给定输出大小：a)直接消除像素，b)在消除像素之前进行初步图像平滑处理。用缩放系数 2:1、4:1、8:1 和 16:1 对给定的测试图像“Living.”进行处理。 任务 3 编写 MATLAB 函数，通过两种不同的方法将灰度图像从原始大小缩放到给定的 输出大小：a)像素重复使用上述方法将任务 2 中处理的图像缩放回原始大小。使用为任务 1 编写的 MATLAB 方法计算原始图像和缩放图像的 MSE 和 PSNR。将 MSE和 PSNR 分别作为大小缩减率的函数。定义对于相同的尺寸缩小比，收缩/缩放方法的组合提供最小 MSE 和最大 PSNR。 任务 5 编写 MATLAB 函数分别对测试图像“Fig0316(1)(top_.)”和“Fig0316(4)(._.)”执行直方图均衡。显示直方图均衡前后直方图的直方图。

说明：任务1 在测试图像“Lena”和“Li..”中加入方差var=162、322和642的零均值高斯噪声。a）将W＝3的平滑框滤波器应用于被噪声破坏的图像。计算原始图像和噪声图像的MSE。绘制MSE作为方差VAR的函数。b）应用W＝3的中值滤波器对噪声损坏的图像进行处理。计算原始图像和噪声图像的MSE。绘制MSE作为方差VAR的函数。 任务2 在测试图像“Lena”和“Li..”中加入椒盐噪声，噪声密度d=0.05、0.10和0.25。a）将W＝3的平滑框滤波器应用于被噪声破坏的图像。计算原始图像和已损坏图像的MSE，用于原始图像和滤波图像。绘制MSE作为噪声密度D的函数。b）应用W＝3的中值滤波器对噪声损坏的图像进行处理。计算原始图像和已损坏图像的MSE，用于原始图像和经过滤波的图像。绘制MSE作为噪声密度D的函数。 任务3 对测试图像“Lena”和“Li..”进行3×3盒滤波(平滑)。对α=0.10、0.20和0.25的平滑图像应用锐化滤波器g(x,y)=f(x,y)-α△f(x,y)。计算原始和平滑图像的MSE，用于原始图像和锐化图像。绘制MSE作为参数α的函数。显示profile的一行测试图像、平滑图像和锐化图像（使用plot()Matlab方法）

说明：飞鸟图像的初步处理即目标检测（大小处理灰度起伏等等）

说明：图像处理：旋转图像，图像仿射，图像添加噪声