利用GVF算法实现对医学图像的分割，十分有用处

使用Matlab实现图像处理的空间滤波 matlab源代码

2、寻找峰值—houghpeaks peaks=houghpeaks(H,numpeaks,param1,val1,param2,val2) peaks是一个Q*2的矩阵，每行的两个元素分别为某一峰值点在Hough矩阵中的行、列索引，Q为找到的峰值点的数目。 3、提取直线段—houghlines lines=houghlines(BW,theta,rho,peaks,param1,val1,param2,val2) Param合法值 含义 ‘Threshold’ 峰值的阈值，默认为0.5*max(H(:)) ‘NHoodSize’ 在每次检测出一个峰值后，NHoodSize指出了在该峰值周围需要清零的邻阈信息。以向量[M N]形式给出，其中M、N均为正奇数。默认为大于等于size(H)/50的最小奇数

基于matlab的图像处理，概述如何应用该软件实现对车辆的监测和识别

精通MATLAB图像处理 张强编著 全书pdf高清完整版，很好的学习资料。如果好用请好评！

数字图像处理中边缘检测，canny是最优的边缘检测算法。对图像高斯滤波、求梯度、局部非极大值抑制、设置图像边缘为不可能的边缘点

数字图像处理中的去反光操作，包括医疗图像、人工图像和自然图象。

图像处理基本算法的MATLAB仿真集合 包括图像增强算法：灰度变换、直方图均衡、图像锐化、去噪 图像分割算法：边缘检测、阈值分割 图像编码：哈夫曼编码、游程编码 图像变换：傅里叶变换，DCT变换

三、李雅普诺夫稳定性理论的应用 李雅普诺夫稳定性理论在系统稳定性分析和系统设计中得到较多的应用。下面讨论李雅 普诺夫第二方法在线性系统稳定性分析中的应用。 设系统的状态方程为 �X = AX ( 2 .1 15) 式中 X为 n维状态向量 ; A为 n× n维常数矩阵。选下列二次型函数为可能的李雅普诺夫函数 V ( X) = X T PX ( 2 .1 16) 式中 P为 n× n对称正定矩阵 ,求 V 对时间 t的导数 �V = dV d t = �X T PX + X T P�X = ( AX ) T PX + X T PAX = X T ( A T P + PA ) X ( 2 .1 17) 由于 V ( X ) 取正定 ,如果要使系统渐近稳定 ,必须使�V ( X ) 为负定 ,即要求 �V = - X T QX ( 2 .1 18) 式中 - Q = A T P + PA ( 2 .1 19) 因此使一个线性系统稳定的充分条件是 Q必须为正定。可先选取一个正定 Q阵 , 然后用式 (2 .1 18) 求解 P,再根据 P是否正定来判定系统的渐近稳定性。这比选一个正定的 P,再检查 Q阵是否也是正定要方便得多。P为正定是一个必要条件。为方便计 , Q阵常取为单位阵 I ,此时 P的元素可按下式确定 A T P + PA = - I ( 2 .1 20) 例 2 .1 1 设系统状态方程为 �X = AX 式中 —9—

二、李雅普诺夫稳定性定理 李雅普诺夫第二方法又称李雅普诺夫直接法 ,应用这一方法可在不解微分方程的条件下 确定系统的稳定性 ,因此这一方法有很大的优越性。 对于由式 (2. 1 1 ) 描述的系统 �X = f ( X, t) (2 .1 1) 如果 f (0 , t) = 0 (2 .1 6) 则系统可能的平衡状态 Xe = 0 ,即为坐标原点 0。 为了分析系统的稳定性 ,李雅普诺夫引出一个虚构的能量函数 ,称为李雅普诺夫函数。分 析这一函数的性质 ,就可解析地分析系统的稳定性。下面讨论李雅普诺夫函数和李雅普诺夫稳 定性定理及其应用。 (一 ) 李雅普诺夫函数 图 2. 1 3 质量 阻尼器 弹簧系统 对于一个机械振动系统 ,如果系统的总能量随 着时间 t的增长而连续地减少 ,直到平衡状态为止 , 则系统是稳定的。在这种情况下 ,系统的总能量对时 间的导数是负的。为了说明问题 , 先举一个质量 阻 尼器 弹簧的机械系统例子 ,如图2 .1 3 所示。 系统的自由运动方程为 m̈y + f�y + ky = 0 (2 .1 7) 式中 m为物体的质量 ; y为物体的位移 ; f 为阻尼系 数 ; k为弹簧刚度。取状态变量为 x1 = y , x2 = �y ,则 可得系统状态方程 �X = 0 1 - k m - 1 f X (2 .1 8) 式中 X = [ x1 x2 ] T 。设系统静止时 y = 0 和�y = 0 ,即 x1 = 0 和 x2 = 0 , Xe = [ 0 0 ] T 为系 统静止状态或平衡状态。 系统含有两个贮能元件 :质量和弹簧。因此 ,系统的总能量等于贮存在质量中的动能和贮 存在弹簧中的势能之和 ,即 V ( X, t) = 1 2 mx 2 2 + 1 2 kx 2 1 (2 .1 9) 总能量 V ( X, t) 恒为正 ,即当 X≠ 0时 , V ( X, t) > 0。当 X = 0时 , V ( 0) = 0。V ( X , t) 称为李雅 普诺夫函数。 求 V ( X, t) 对时间 t的导数 dV d t = �V �x 1 �x1 + �V �x 2 �x2 = kx1�x 2 1 + mx2�x2 ( 2 .1 10) 由式 (2 .1 8 ) 可得 —7—