松子茶的专栏

matlab是非常好用的工具，大大简化了我们的开发难度，提高了实验效率。基本上是做研究的必备工具。但是一直很好奇matlab到底用到了哪些底层语言。折腾一段时间，在网上看到一个列表。关于Image Engineering & Computer Vision的更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.

群运算(Group operation)是利用分组处理，根据一个像素的近邻来计算新像素值。群运算通常用模板卷积形式，其中模板是一个加权系数。模板通常是方形，其大小是奇数，从而可恰当定位。通常用大小描述模板；一个3x3模板是宽3个像素乘长3个像素。图1所示，新图像是通过模板卷积从原图像计算得到的。对原图像上模板的中心像素进行模板卷积所得的计算结果成为输出图像中的点。由于模板不能超出图像，而无法计算新图像边界点的新值，所以新图像比原始图像小。当模板到达一行的终端，它会定位在下一行的开始位置。对于3x3近邻而言。

在博文【特征提取】差分近似图像导数算子之Laplace算子中，我们提到Laplace算子对通过图像进行操作实现边缘检测的时，对离散点和噪声比较敏感。于是，首先对图像进行高斯暖卷积滤波进行降噪处理，再采用Laplace算子进行边缘检测，就可以提高算子对噪声和离散点的Robust, 这一个过程中Laplacian of Gaussian(LOG)算子就诞生了。Laplacian of Gaussian计算可以利用高斯差分来近似，其中差分是由两个高斯滤波与不同变量的卷积结果求得的。其中函数包括一个正规函数，它确保

使用旋转掩膜的平均（averaging using a rotating mask）是一种非线性的平滑方法，它通过搜索当前像素邻域的同态部分，可以避免边缘模糊。其结果实际上是锐化图像。亮度的平均只在这个区域计算，一个亮度散布用作区域一致性度量

我们知道，很多自然场景和人工艺术品都包含纹理(如，墙上，火车和地铁表面上的涂鸦和图案。像地毯，毛衣，和其他一些精美的工艺品包含格式各样的几何图案)。在人类历史中，马赛克被视为一种艺术形式，它可以表示人和动物这类复杂的场景，并可以用石头，玻璃，陶瓷和其他一些材料模仿油画。当用Bing或Google收索这些图像的时候，你可以很快的找到成千上万类似图片。下图所示展示了一些代表不同形式场景的实例。他们有一个共同的特征：图像中有意义的结构和纹理单元融合在一起。所以我们通常称这类图片为“结构+纹理”图片。一个很有意思的

调用方法及其效果(红色为原来的矩阵t，黄色的为补上的外圈，因为w是3*3的矩阵，所以外围加两圈，这里只对左上角进行分析，其他区域完全类似。imfilter(t,w,3)如图1所示，简单得在外围加上数字；imfilter(t,w,'symmetric')，对称的时候需要注意，左右(2，3)上下(4,7)要对称，斜边也要对称(如5,9,8,6); imfilter(t,w,'replicate')， 可以先加外围一圈（1,4,7,1,2,3）斜边上的(1)就和红色区域的左上角一致.而circular待于理解(注

I = [1 2; 3 4]R = imref2d(size(I),4,2)输出信息：R = imref2d with properties: XWorldLimits: [2 10] YWorldLimits: [1 5] ImageSize: [2 2] PixelExtentInWorl

为了克服图像噪声对图像分割结果的影响，利用图像中与像素具有相似邻域结构的像素提取当前像素的非局部空间信息，构造了基于像素的灰度信息和非局部空间灰度信息的二维直方图，并将此二维直方图引入到Otsu曲线阈值分割法中，提出了基于灰度和非局部空间灰度特征的二维Otsu曲线阈值分割法。最小时即为分割的最佳阈值(minimizes the weight within class variance. ) 这个就意味着当取阀值为t时，前景和背景的方差加权和最小，即前景和背景每部分的像素都比较平稳。

参考代码clear all;

Matlab cracking procedure:1. Download unaltered ISO from: http://www.karlin.mff.cuni.cz/~src/matlab/Direct link: http://www.karlin.mff.cuni.cz/~src/matlab/R2015a-maci64.iso2. Check MD5 hash: 8d63aee05

线性建模的非线性响应.关于Machine Learning更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.

fitlinear.m .Change these to use a different dataset.关于Machine Learning更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.

线性建模plotlinear.关于Machine Learning更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.

希尔伯特曲线一种能填充满一个平面正方形的分形曲线（空间填充曲线），由大卫·希尔伯特在1891年提出。由于它能填满平面，它的豪斯多夫维是2。取它填充的正方形的边长为1，第n步的希尔伯特曲线的长度是2^n - 2^-n。clear all;close all;clc;A = zeros(0,1);B = zeros(0,1);C = zeros(0,1);D = zeros(0,

clear all;close all;clc;%title('Fourier Transform','positon');f = zeros(30,30);f(5:24,13:17) =1;subplot(2,2,1);imshow(f,'InitialMagnification','fit');title('Gray Image');F = fft2(f);F

今天看到这个函数，也不知道以后什么时候会用上，先记一下。用到的就是Matlab中的plotyy这个函数。关于Image Engineering & Computer Vision的更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.

通过本节熟习Matlab相关计算结果的图形表示指令。计算结果可视化是Matlab的主要组部分进进出。Matlab图形具有自然，简结，灵活，易扩展的特点。例1：画出曲线y=exp(-t/3)*sin3t及其他的包络线y0=exp(-t/3).close all;clear all;clc;t =0:pi/50:4*pi;y0 = exp(-t/3);y = exp(-t/3).*

当我们在编写一些实现复杂功能的程序，例如图像处理的时候，没有必要把所有的最基本的功能都自己写。例如滑动窗操作，这在matlab里面看起来是一个非常耗时间的处理，因为matlab这种脚本语言对于循环的加速不是很好。例如我们有一个图像I和一个小区域MxN，我们称为ROI，我们在这个ROI里通常想做：图像增强，获取一些统计信息，例如均值，方差等以及其他.

在二维曲线绘图指令中，最重要、最基本的指令是：plot,本节基于plot展开。例1:简单例题，比较方便的试验指令。clear all;close all;clc;t=(0:pi/50:2*pi)';k=0.4:0.1:1;Y=cos(t)*k;subplot(2,2,1),plot(t,Y),title('plot(t,Y)');subplot(2,2,2),plot(Y

连续函数可视化必须先在一组离散自变量上计算相应的函数值，并把这一组数据对用点表示。但这些离散的点不发能表现函数的连续性。为了进一步表离散点之间的函数情况，常用有两种方法，第一、对区间进行更细的分割，计算更多的点，去近似表现函数的连续变化；第二、把两点用直线连接，近似表现两点间函数性状。

Matlab对图形风格的控制比较完备。一方面，在最通用的层面上，采用了一系列考虑周全的默认设置。另一方面，可用户根据需要去自己设置。坐标控制指令axis使用比较简单，用于控制坐标的可视，取向、取值范围和轴的高宽比等。关于Image Engineering & Computer Vision的更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.

Matlab在采用缺省设置画三维mesh图形时，对叠压在后面的图形采取消隐方法。但有时却需要透视效果。为此，我们可以使用hidden off/on指令。图形镂空主要利用"非数”NaN，对图形进行剪切处理。

Matlab中没有现成的高层指令用于设置坐标刻度，因些必须通过set()对象力柄指令进行坐标刻度。分格线的指令是用grid、grid on、grid off以及坐标框指令有box,box on ,box off。缺省情况下，所画坐标呈封闭形成。例：通过绘制二阶系统跃响应，综合演示图形标识。clear all;close all;clc;t =6*pi*(0:100)/100;

二值图像信息隐藏的方法是把一个二值图像分成一系列矩形图像区域B，某个图像区域B中黑色像素的个数大于一半，则表示嵌入0,如果白色像素的个数大于一半，则表示嵌入1,但是当需要嵌入的比特与所选区域的黑白像素的比例不一致，为了达到与像素关系，刚需要修改一些像素的color.此方法的缺点是没有明确界定哪些像素可以修改以便于隐藏秘密信息，二值图像中某些像素的修改可能会引起二值图像视觉效果上的较大变化，相应的水印嵌入算法可能在较大程度上破坏图像质量。

实现过程是不断对图像进行腐蚀并且标记每个像素腐蚀到值不再变化的次数。clear all;close all;clc;I = imread('test.jpg');[m n]=size(I);m=double(m);n=double(n);Min=double(min(img(:)));w = strel('square',3);img=zeros(m,n);while s

1917年澳大利亚数学家Radon首先论证了通过物体某一平面的投影重建物体该平面两维空间分布的公式。他的公式要求获得沿该平面所有可能的直线的全部投影(无限集合)。所获得的投影集称为Radon变换。由Radon变换进行重建图像的操作则称为逆Radon变换。Radon变换和逆Radon变换对CT成像的意义在于，它从数学原理上证实了通过物体某一断层层面“沿直线衰减分布的投影”重建该层面单位体积，即体素的

随机游走类似布朗运动，就是随机的向各个方向走吧。产生的图像实在漂亮所以还是贴上来吧。clear all;close all;clc;n=100000; x= 0;y= 0; pixel=zeros(n,2); neighbour=[-1 -1;-1 0;-1 1;0 -1;0 1;1 -1;1 0;1 1]; for i=1:n

Load the Olympic data and extract the training and validation data.An example of regularised least squares Data is generated from a linear model.