<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[m0_60115601的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/m0_60115601</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_60115601]]></copyright><item><title><![CDATA[基于matlab GUI均值+中值+空间+高斯滤波图像去噪]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118896456</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118896456</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:03:09 +0800</pubDate><description><![CDATA[基于matlab GUI均值+中值+空间+高斯滤波图像去噪

一、简介

基于matlab GUI均值+中值+空间+高斯滤波图像去噪

二、源代码



% --- Executes on button press in pushbutton1.

function pushbutton1_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton1 (see GCBO)

% eventdata reserved - ...]]></description><category></category></item><item><title><![CDATA[基于matlab curvelet变换图像去噪]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118896051</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118896051</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:02:59 +0800</pubDate><description><![CDATA[基于matlab curvelet变换图像去噪

一、简介

1 curvelet变换的提出
2 curvelet变换的研究进展及现状
3 第一代curvelet变换


4 实现过程

二、源代码


function x = ifdct_wrapping(C, is_real, M, N)

% Initialization

nbscales = length(C);

nbangles_coarse = length(C{2});

nbangles = [1, nbangles_coarse .*]]></description><category></category></item><item><title><![CDATA[基于matlab GUI中值+小波+维纳+滤波器图像去噪]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118896735</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118896735</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:02:38 +0800</pubDate><description><![CDATA[基于matlab GUI中值+小波+维纳+滤波器图像去噪

一、简介

基于matlab GUI中值、小波、维纳、滤波器图像滤波

二、源代码



% --- Executes on selection change in popupmenu.

function popupmenu_Callback(hObject, eventdata, handles)

% hObject handle to popupmenu (see GCBO)

% eventdata reserved - to b...]]></description><category></category></item><item><title><![CDATA[基于matlab GUI空域+频域滤波图像去噪]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118896561</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118896561</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:02:25 +0800</pubDate><description><![CDATA[基于matlab GUI空域+频域滤波图像去噪

一、简介

主要包括以下四点： 频域变换：傅里叶变换和离散余弦变换及其反变换，可将图像在空域上的特性转化到频域上； 叠加噪声：对图像添加高斯噪声和椒盐噪声； 空域滤波：对噪声污染后的图像添加不同模板下的平滑滤波和锐化滤波，可选择不同模板尺寸； 频域滤波：对噪声污染后的图像添加理想低通滤波器、巴特沃斯低通滤波器、理想高通滤波器、巴特沃斯高通滤波器、带通滤波器、带阻滤波器等，可实现平滑图像的效果。



二、源代码


function varargout = ]]></description><category></category></item><item><title><![CDATA[基于matlab 非局部均值（NLM）滤波图像去噪]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118896914</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118896914</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:02:07 +0800</pubDate><description><![CDATA[基于matlab 非局部均值（NLM）滤波图像去噪

一、简介

1 NLM滤波原理
2 Pixelwise Implementation
3 Patchwise Implementation



二、源代码


function [output]=NLmeans(input,t,f,h)



% 输入: 待平滑的图像

% t: 搜索窗口半径

% f: 相似性窗口半径

% h: 平滑参数

% NLmeans(ima,5,2,sigma);



% 图像大小

[m n]...]]></description><category></category></item><item><title><![CDATA[基于matlab GUI均值+中值滤波图像去噪]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118896509</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118896509</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:01:59 +0800</pubDate><description><![CDATA[基于matlab GUI均值+中值滤波图像去噪

一、简介

基于matlab GUI均值+中值滤波图像去噪



二、源代码


function varargout = untitled(varargin)

% UNTITLED MATLAB code for untitled.fig

% UNTITLED, by itself, creates a new UNTITLED or raises the existing

% singleton*.

%

% H...]]></description><category></category></item><item><title><![CDATA[基于matlab GUI均值+中值+高斯低通+多种小波变换图像去噪]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118896412</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118896412</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:01:46 +0800</pubDate><description><![CDATA[基于matlab GUI均值+中值+高斯低通+多种小波变换图像去噪

一、简介

基于matlab GUI均值+中值+高斯低通+多种小波变换图像去噪

二、源代码


global ImagesShownCnt;

ImagesShownCnt = 0;



set(handles.axes1,'visible','off')

set(handles.axes2,'visible','off')

set(handles.axes3,'visible','off')

set(handles.axes4]]></description><category></category></item><item><title><![CDATA[行列像素置乱+DWT小波变换图像隐藏加密]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118900650</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118900650</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:01:11 +0800</pubDate><description><![CDATA[行列像素置乱+DWT小波变换图像隐藏加密

一、简介

小波变换原理小波变换是一种信号的时间一尺度(时间一频率)分析方法，一种窗口大小固定不变形状可改变，时间窗和频率窗都可以改变的时频局部化分析方法。它具有多分辨率分析( Multi-resolution Analysis)的特点，且在时频两域都具有表征信号局部特征的能力。小波分析方法在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辦率和较低的频率分辦率，所以被誉为“数学显微镜”。正是这种特性，使小波变换具有对信号的自适应性。小波]]></description><category></category></item><item><title><![CDATA[基于GUI混沌系统图像加密解密]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118900762</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118900762</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 23:00:00 +0800</pubDate><description><![CDATA[基于GUI混沌系统图像加密解密

一、课题涉及的知识

Logistic混沌置乱，先不说有多复杂，其实很简单。
Logistic函数是源于一个人口统计的动力学系统，其系统方程形式如下：
X(k+1) = u * X(k) * [1 - X(k)],（k=0,1,…,n）
先不用管这个方程是怎么得出来的，觉得不舒服的话自己百度去。可以看出这个方程是非线性的，迭代的形式。要使用的话，我们需要知道两个东西：
① 初值：X(0)
② 参数：u

为什么这个方程可以称作混沌呢？它什么时候是一个混沌系统呢？这个也是有条]]></description><category></category></item><item><title><![CDATA[基于MATLAB的图像加解密【带界面GUI】]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118900799</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118900799</guid><author>m0_60115601</author><pubDate>Mon, 18 Oct 2021 22:59:33 +0800</pubDate><description><![CDATA[基于MATLAB的图像加解密【带界面GUI】

一、简介

基于matlab GUI界面的图像加解密，依靠于正交拉丁方置乱加密技术。

置乱加密技术的基本思想可以追溯到大约50BC高卢战争期间，当时古罗马皇帝凯撒设计出的凯撒密码（通过把26个英文字母循环移位将明文转换成密文）。这种字母置换可以看成是一维数据流的值置换，在一定程度上达到了保护信息的目的。之后逐步发展为密本、多表代替及加乱等各种密码体制。

随着计算机技术的飞速发展，图像置乱加密技术已成为水中图形安全传输和保密存储的主要手段之一。其基本方法是把]]></description><category></category></item><item><title><![CDATA[基于MATLAB的说话人识别系统[在线录音，离线，GUI界面]]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118897270</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118897270</guid><author>m0_60115601</author><pubDate>Sun, 10 Oct 2021 09:24:23 +0800</pubDate><description><![CDATA[一、课题介绍
本涉及为基于Matlab设计实现了一个文本相关的声纹识别系统，可以判定说话人身份。可以在线也可以离线。
1 系统原理
a.声纹识别
  这两年随着人工智能的发展，不少手机App都推出了声纹锁的功能。这里面所采用的主要就是声纹识别相关的技术。声纹识别又叫说话人识别，它和语音识别存在一点差别。



b.梅尔频率倒谱系数（MFCC）
梅尔频率倒谱系数（Mel Frequency Cepstrum Coefficient, MFCC）是语音信号处理中最常用的语音信号特征之一。
实验观测发现人耳就..]]></description><category></category></item><item><title><![CDATA[基于matlab GUI Powell+蚁群算法图像配准]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118900198</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118900198</guid><author>m0_60115601</author><pubDate>Sun, 10 Oct 2021 00:35:25 +0800</pubDate><description><![CDATA[基于matlab GUI Powell+蚁群算法图像配准

一、简介

1 蚁群算法(ant colony algorithm,ACA)起源和发展历程Marco Dorigo等人在研究新型算法的过程中，发现蚁群在寻找食物时，通过分泌一种称为信息素的生物激素交流觅食信息从而能快速的找到目标，于是在1991年在其博士论文中首次系统地提出一种基于蚂蚁种群的新型智能优化算法“蚂蚁系统（Ant system,简称AS）”，后来，提出者及许多研究者对该算法作了各种改进，将其应用于更为广泛的领域，如图着色问题、二次分..]]></description><category></category></item><item><title><![CDATA[MATLAB模板匹配花朵分类]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118901452</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118901452</guid><author>m0_60115601</author><pubDate>Sun, 10 Oct 2021 00:35:03 +0800</pubDate><description><![CDATA[MATLAB模板匹配花朵分类

一、简介

该课题为基于颜色的花朵分类。带界面GUI

二、源代码


clear;

mo = 1;%-选取第？幅图像

num=5;%图片总数量

distance_const=0.8;%设定直方图距离

similar_const=0.5;%设定形状匹配相似度

close all;

%获取第一幅图像

sname='C:\Users\lenovo\Desktop\\';%统一修改存储位置，修改路径时只需在此步修改

ss=[sname,num2str(mo),'.j]]></description><category></category></item><item><title><![CDATA[基于GUI正交拉丁方+二维Arnold置乱图像加密]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118901030</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118901030</guid><author>m0_60115601</author><pubDate>Sun, 10 Oct 2021 00:34:45 +0800</pubDate><description><![CDATA[基于GUI正交拉丁方+二维Arnold置乱图像加密



一、简介

1 数字图像置乱的目的

到目前为止，比较成熟的信息隐藏算法基本上都是以图像作为载体的。图像置乱，顾名思义，就是把图像打乱，隐藏原始图像的真实内容。数字图像置乱和信息文件加密思想类似，它主要是通过对数字图像的像素位置做变换来“扰乱”图像，使其变得面目全非、杂乱无章，从而隐藏图像所要表达的真实信息。图像置乱可以达到两个目的：

1.1 加密处理
图像置乱变换是一种基于内容的图像加密方法，与不知道密钥对已加密信息进行解密一样，倘若不知道图像置]]></description><category></category></item><item><title><![CDATA[极限学习分类器对遥感图像分类]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118901662</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118901662</guid><author>m0_60115601</author><pubDate>Sun, 10 Oct 2021 00:34:34 +0800</pubDate><description><![CDATA[极限学习分类器对遥感图像分类

一、简介

极限学习分类器对遥感图像分类

二、源代码


clear all;close all;clc;



%读入图像

Image=imread('p_small.tif');

Image=Image(2:(size(Image,1)-1),2:(size(Image,2)-1),:);

Ls_Image=Linear_stretch(Image,8);%线性灰度拉伸

Im=double(Image)/255;

nums=size(Im,3);%波段数

%]]></description><category></category></item><item><title><![CDATA[LSD直线检测MATLAB]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118901766</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118901766</guid><author>m0_60115601</author><pubDate>Thu, 30 Sep 2021 18:25:40 +0800</pubDate><description><![CDATA[LSD直线检测

一、简介

LSD是一种线段检测算法^{[1]}，该方法能在较短的时间内获得较高精度的直线段检测结果。

LSD直线检测算法首先计算图像中所有点的梯度大小和方向，然后将梯度方向变化小且相邻的点作为一个连通域，接着根据每一个域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的域，最后对生成的所有的域做改善和筛选，保留其中满足条件的域，即为最后的直线检测结果。该算法的优点在于检测速度快，而且无需参数调节，利用错误控制的方法，提高直线检测的准确度。

1 算法介绍
LSD直线检测方法首先]]></description><category></category></item><item><title><![CDATA[互联网铲屎官]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118901890</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118901890</guid><author>m0_60115601</author><pubDate>Fri, 24 Sep 2021 10:06:22 +0800</pubDate><description><![CDATA[基于GUI比值+归一化+相关系数遥感图像

一、简介

遥感图像模型和特征
1 遥感图像模型
了解像素值的含义
遥感图像模型考虑的是遥感图像中像素值的 物理意义
对地观测的遥感分为三部分：大气遥感、水色遥感、陆地遥感
遥感图像中像素值的物理意义：电磁波能量分布的一种表达
1.1 陆地遥感的图像模型
在可见光遥感中，遥感图像中的能量和地物目标的反射率是成正比的
入射能量I是太阳辐射，这个基本上可以看成是常数
夜晚中，右侧为0，L=左项 ，左侧可以通过红外的方式来获取，获取的是目标发射的能量（温度）
在陆地遥感]]></description><category></category></item><item><title><![CDATA[matlab遥感图像分类]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118901565</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118901565</guid><author>m0_60115601</author><pubDate>Mon, 30 Aug 2021 22:55:20 +0800</pubDate><description><![CDATA[基于matlab极限学习分类器对遥感图像分类

一、源代码


clear all;close all;clc;

%读入图像

Image=imread('p_small.tif');

Image=Image(2:(size(Image,1)-1),2:(size(Image,2)-1),:);

Ls_Image=Linear_stretch(Image,8);%线性灰度拉伸

Im=double(Image)/255;

nums=size(Im,3);%波段数

%读入样本

snum=14;%样]]></description><category></category></item><item><title><![CDATA[MATLAB图像置乱混沌加密解密设计]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118900951</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118900951</guid><author>m0_60115601</author><pubDate>Sat, 28 Aug 2021 22:42:29 +0800</pubDate><description><![CDATA[基于GUI图像置乱+混沌加密解密

一、简介

1 混沌的解释



顾名思义就是一种无序的、不可预测的、混乱的、摸不到头、摸不到尾的状态。

混沌最大的特性就是对初始值敏感。通俗的说，就是蝴蝶效应，在某某某地方，一个蝴蝶轻轻煽动一下翅膀就会产生很大的飓风。

为什么这个方程可以称作混沌呢？它什么时候是一个混沌系统呢？这个也是有条件的：

0 &lt; X(0) &lt; 1

3.5699456… &lt; u &lt;=4



2 混沌序列的生成

当迭代n次后，我们就得到了X(1)、X(2)、…，X]]></description><category></category></item><item><title><![CDATA[基于GUI FFT的图像压缩系统[可带界面GUI，其他方法]]]></title><link>https://blog.youkuaiyun.com/m0_60115601/article/details/118881588</link><guid>https://blog.youkuaiyun.com/m0_60115601/article/details/118881588</guid><author>m0_60115601</author><pubDate>Mon, 19 Jul 2021 00:12:12 +0800</pubDate><description><![CDATA[基于GUI FFT图像压缩



一、简介

FFT(Fast Fourier transform)：快速傅里叶变换，是DFT的工程化实现方法。
DFT直接求解太过于复杂，FFT方法根据DFT求解过程中旋转因子的性质并引入分治算法思想，大大简化计算过程，被广泛应用在频谱分析的工程实践中，如matlab，C，C++，CUDA等底层实现

1 DFT简介
频谱分析是信号处理中的重要环节，从傅里叶变换FT，到拉普拉斯变换LT，离散时间傅里叶变换DTFT，Z变换ZT，到我们所讲的离散傅里叶变换DFT（他们之间的联系]]></description><category></category></item></channel></rss>