基于Hough变换的人眼虹膜定位方法.zip，详细内容可以参考文章：https://blog.csdn.net/didi_ya/article/details/130184013

对图像“wheel”作霍夫圆检测检测车轮（可按照霍夫圆的快速检测算法），要求输出canny边缘检测的二值化图、霍夫圆快速检测得到的参数空间图（类似黑白亮度表示投票数量的图），最后输出车轮的检测图（原图上画有车轮的圆，比如用红色），共3张图。

基于OpenCV的Hough变换的C++代码，包含Hough圆变换和Hough直线变换,实现图像检测

基于matlab的二进小波和非线性变换的图像增强，直接运行非线性增强的程序NonlinearEnhancement即可，有很高的参考价值

激光等离子体实验中的轴对称的X光的体发射强度及光学全息干涉的测量, 需要采用逆阿贝尔(Abel)变换。 用快速傅里叶变换(FFT)和汉克耳(Hankel)变换的算法数值求解逆阿贝尔变换, 具有精度高、 可在频域内滤波的特点。

matlab实现傅里叶变换代码STFT_Python 在MATLAB中的短时傅立叶变换（STFT）效果是通过Python代码实现的（利用Python代码实现的matlab中的短时傅里叶变换效果） 使用“ pip install -r requirements.txt”安装从属库。 使用这样的命令：“ python pystft.py -wp test.wav -sp test.png -l 8192 -o 7168” 参数说明： 英语： “ -wp”，“-wavepath”，“音频文件的路径”，必填参数； “ -sp”，“ --savepath”，“图像需要保存的路径”，必填参数； “ -s”，“-size”，“图片大小”，可选参数，默认= 224，长度与宽度相同； “ -sr”，“-samplerate”，“音频的采样率”，可选参数，默认= 44100， PCM文件需要填写采样率，WAV不能填写； “ -l”，“-length”，“ STFT的窗口长度”，必填参数； “ -o”，“-overlap”，“ STFT的重叠长度”，必填参数，length-overlap = step； “

对于电动汽车车载充电器，其前端PFC AC/DC变换器输出存在二倍频脉动功率，传统解决方法导致充电器使用寿命和安全可靠性的直接下降。为此，论文采用的方法降低了变换器输出脉动功率和电容容量，并基于功率解耦电路工作原理的分析，完成其关键参数的确定。针对PFC AC/DC变换器设计无模型非线性功率控制器，旨在提升变换器的动静态性能和鲁棒性，针对2 kW车载充电器，建立了集成功率解耦电路的PFC AC/DC变换器的SIMULINK仿真模型，通过系统仿真研究证实所建立的集成功率解耦电路的PFC AC/DC变换器一体化解决方案的可行性和有效性。

23.1 傅里叶变换 目标 本小节我们将要学习： • 使用 OpenCV 对图像进行傅里叶变换 • 使用 Numpy 中 FFT（快速傅里叶变换）函数 • 傅里叶变换的一些用处 • 我们将要学习的函数有：cv2.dft()，cv2.idft() 等 原理 傅里叶变换经常被用来分析不同滤波器的频率特性。我们可以使用 2D 离 散傅里叶变换 (DFT) 分析图像的频域特性。实现 DFT 的一个快速算法被称为 快速傅里叶变换（FFT）。关于傅里叶变换的细节知识可以在任意一本图像处 理或信号处理的书中找到。请查看本小节中更多资源部分。 对于一个正弦信号：x (t) = A sin (2πft), 它的频率为 f，如果把这个信号 转到它的频域表示，我们会在频率 f 中看到一个峰值。如果我们的信号是由采 样产生的离散信号好组成，我们会得到类似的频谱图，只不过前面是连续的， 现在是离散。你可以把图像想象成沿着两个方向采集的信号。所以对图像同时 进行 X 方向和 Y 方向的傅里叶变换，我们就会得到这幅图像的频域表示（频谱 图）。 更直观一点，对于一个正弦信号，如果它的幅度变化非常快，我们可以说 他是高频信号，如果变化非常慢，我们称之为低频信号。你可以把这种想法应 用到图像中，图像那里的幅度变化非常大呢？边界点或者噪声。所以我们说边 界和噪声是图像中的高频分量（注意这里的高频是指变化非常快，而非出现的 次数多）。如果没有如此大的幅度变化我们称之为低频分量。 现在我们看看怎样进行傅里叶变换。 23.1.1 Numpy 中的傅里叶变换 首先我们看看如何使用 Numpy 进行傅里叶变换。Numpy 中的 FFT 包 可以帮助我们实现快速傅里叶变换。函数 np.fft.fft2() 可以对信号进行频率转 换，输出结果是一个复杂的数组。本函数的第一个参数是输入图像，要求是灰 度格式。第二个参数是可选的, 决定输出数组的大小。输出数组的大小和输入图 像大小一样。如果输出结果比输入图像大，输入图像就需要在进行 FFT 前补 0。如果输出结果比输入图像小的话，输入图像就会被切割。 146 www.linuxidc.com

透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。 如果你想对图像进行校准，那么透视变换是非常有效的变换手段。透视变换的定义为将图像投影到一个新的视平面，通常也被称之为投影映射。

基于小波变换的程序，一种新的阈值设置方式