夜空

图像增强1. 直方图均衡化的 Matlab 实现 1.1  imhist 函数功能：计算和显示图像的色彩直方图格式：imhist(I,n)        imhist(X,map)说明：imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色图像 X 的直方图，map 为调色板。用 s

上一篇《初识压缩感知Compressive Sensing》中我们已经讲过了压缩感知的作用和基本想法，涉及的领域，本文通过学习陶哲轩对compressive sensing（CS）的课程，对压缩感知做进一步理解，针对其原理做出讲解。本文较为理论性，代码请参考《“压缩感知”之“Hello world”》。Keywords: 压缩感知 compressive sensing, 稀疏（Spa

上一篇《压缩感知进阶——有关稀疏矩阵》中我们已经讲过了压缩感知原理、应用领域、可行性以及恢复信号机制，后面有朋友陆续反应希望有一个CS版Helloworld，这里我就借用香港大学沙威大牛的一个程序在代码层面对CS做一讲解。Keywords: 压缩感知 compressive sensing, 稀疏（Sparsity）、不相关（Incoherence）、随机性（Randomness）

sparse函数功能：Create sparse matrix-创建稀疏矩阵用法1：S=sparse(X)——将矩阵X转化为稀疏矩阵的形式，即矩阵X中任何零元素去除，非零元素及其下标（索引）组成矩阵S。 如果X本身是稀疏的，sparse(X)返回S。例如：A=     0     2     0     4     0     6     7     0     0

robustfitRobust regression（稳健回归）语法b=robustfit(X,y)b=robustfit(X,y,wfun,tune)b=robustfit(X,y,wfun,tune,const)[b,stats]=robustfit(...)描述b=robustfit(X,y)通过执行稳健回归来估计线性模型y=Xb，并返回一

最近准备往核方法方向发展，于是仔细研读了经典的核主成份分析方法。通过参考别人的源代码，自己实现了KPCA，基本了解了核方法的实质。个人体会亲手实现一下还是很有益的。matlab源代码如下：function [eigvector, eigvalue,Y] = KPCA(X,r,opts)%% Kernel Principal Component Analysis % [eigvect

h=msgbox('text');% 修改字体ah = get( h, 'CurrentAxes' );ch = get( ah, 'Children' );set( ch, 'FontSize', 12 );% 文本居中th = findall(0, 'Tag','MessageBox' );boxPosition = get(h,'position');textPosition

1、修改figure标题h=figure(1);set(h,'name','your text','Numbertitle','off');2、text用法text(10,10,'your text');% 前面两个位置坐标如果要在text中输入变量，那么text(10,10,sprintf('这是第%d幅图像(变量i)；\n程序运行时间(变量time)：%2.2f秒；\n

1、掩膜的定义       掩模是由0和1组成的一个二进制图像。当在某一功能中应用掩模时，1值区域被处理，被屏蔽的0值区域不被包括在计算中。通过指定的数据值、数据范围、有限或无限值、感兴趣区和注释文件来定义图像掩模，也可以应用上述选项的任意组合作为输入来建立掩模。（来自百度百科http://baike.baidu.com/view/2062299.htm#2）2、图像掩膜例子

%%  本程序实现小波在矩阵方程求解中的应用clear all;clc;%%  构造小波矩阵[h,g]= wfilters('db7','d');         %  分解低通和高通滤波器N=512;                              %  矩阵维数(大小为2的整数幂次)L=length(h);                        %

压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。最近粗浅地看了这方面一些研究，对于Compressive Sensing有了初步理解，在此分享一些资料与精华。本文针对陶哲轩和Emmanuel Candes上次到北京的讲座中对压缩感知的讲解进行讲解，让大家能够对这个新兴领域有一个初步概念。compressive sensing（CS） 又称 compressive

Matlab计算程序运行时间：tic你的代码；toc或者：t=cputime;你的操作；cputime-t

实验一 Matlab语言、数字图象基本操作一、实验目的1、复习MATLAB语言的基本用法；2、掌握MATLAB语言中图象数据与信息的读取方法；3、掌握在MATLAB中绘制灰度直方图的方法，了解灰度直方图的均衡化的方法。二、实验原理    MATLAB是集数值计算，符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计算平台，它几乎能够满足所有的计算需求。

矩阵由m行n列构成的数组称为(m×n)阶矩阵。用"[]"方括号定义矩阵；其中方括号内","逗号或" "空格号分隔矩阵列数值；";"分号或"Enter"回车键分隔矩阵行数值。例：a=[a11 a12 a13;a21 a22 a23]或a=[a11,a12,a13;a21,a22,a23]定义了一个2*3阶矩阵a。aij可以为数值、变量、表达式或字符串，

计算机程序就是计算机指令的集合,不同的编程语言指令与功能是不一样的.MATLAB语言是一种面向对象的高级语言,它具有编程效率高、易学易用的优点.    MATLAB与其它大部分高级语言一样,有它自己的控制流语句.控制流极其重要，因为它使过去的计算影响将来的运算。MATLAB提供如下几种控制流结构：For循环，While循环,If-Else-End结构和switch-case-end结构

函数句柄（Function handle）是MATLAB的一种数据类型。引入函数句柄是为了使feval及借助于它的泛函指令工作更可靠；使“函数调用”像“变量调用”一样方便灵活；提高函数调用速度，特别在反复调用情况下更显效率；提高软件重用性，扩大子函数和私用函数的可调用范围；迅速获得同名重载函数的位置、类型信息。       MATLAB中函数句柄的使用使得函数也可以成为输入变量，并且能很方便的

[m,n]=size(y);  y1 = reshape(y,1,[]);  y2 = sort(y1,'descend');  y3 = reshape(y2,m,n);             %把矩阵y的元素按照从大到小排列 A=reshape(sort(reshape(abs(y),1,[]),'descend'),3,3)               %3*3的矩阵排

%  FWT_DB.M;%  此示意程序用DWT实现二维小波变换%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%clear;clc;T=256;       %  图像维数SUB_T=T/2;   %  子图维数%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

wfilters小波滤波器语法[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('wname')[F1,F2] = wfilters('wname','type')描述[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('wname') 计算'wname'里的正交和双正交小波的四个滤波器。

matlabcentral为全球matlab用户共享资源的地方，在那里你可以找到各个学科的很多你需要的东西，当然你也可以把自己的程序发布到那里同全球的用户共享交流：http://www.mathworks.com/matlabcentral/关于天文方面的matlab资源，自己在网上搜罗了下面这些东西，欢迎大家补充 General Websites： 两个软件网站