智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

人工智能-项目实践-迁移学习-使用VGG19迁移学习实现图像风格迁移 使用VGG19迁移学习实现图像风格迁移 这是一个使用预训练的VGG19网络完成图片风格迁移的项目，使用的语言为python，框架为tensorflow。 给定一张风格图片A和内容图片B，能够生成具备A图片风格和B图片内容的图片C。 下面给出两个示例，风格图片都使用梵高的星夜：

C++编写的与opencv结合的图像融合Open Source Computer Vision Library。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法

用暗通道先验实现图像去雾，darkchannel，基于透射率大气光，暗通道、

压缩感知理论突破了奈奎斯特采样频率的限制，利用该理论研究和实现了二维图像的压缩采样和重建。该方案利用小波变换实现图像稀疏化，利用标准伪随机数均匀分布和二维中心傅里叶变换生成随机测量矩阵，并对小波变换后的高频子带进行加权采样，用改进的基追踪算法实现二维图像压缩感知重建。仿真实验结果表明，该方案重建图像的客观评价PSNR效果较好。

目前，Transformer已经霸榜计算机视觉各种任务，但是缺点也很明显就是参数量太大无法用在移动设备，为了解决这个问题，Apple的科学家们将CNN和VIT的优势结合起来，提出了一个轻量级的视觉网络模型mobileViT。 根据论文中给出的Top-1成绩的对比结果，我们可以得出，xs模型参数量比经典的MobileNetV3小，但是精度却提高了7.4%,标准的S模型比ResNet-101，还高一些，但是参数量也只有ResNet-101的九分之一。这样的成绩可谓逆天了！ 本文从实战的角度出发，带领大家感受一下mobileViT，我们还是使用以前的植物分类数据集，模型采用MobileViT-S。

BP神经网络实现图像压缩

通过基于ELM的自编码技术实现图像的去模糊功能,matlab2021a仿真

基于PyTorch实现图像去模糊、有代码数据、可直接运行基于PyTorch实现图像去模糊、有代码数据、可直接运行

使用VS2010编写的~基于对话框的程序~ 实现BMP图像的打开,保存~ 并实现图像的灰度直方图的显示~ 灰度线性变换~ 灰度对数~幂次~指数变换 灰度阈值变换 灰度拉伸变换 灰度均衡