完整的平滑中值锐化代码，详细的注释，更好的了解程序

Catmull-Clark-细分曲面 Catmull–Clark 算法是一种在计算机图形学中通过细分曲面建模来创建平滑曲面的技术。 Catmull-Clark 曲面使用以下细化方案递归定义： 从任意多面体的网格开始。 该网格中的所有顶点都称为原始点。 为每个面添加一个面点将每个人脸点设置为相应人脸所有原始点的平均值。 对于每条边，添加一个边点。 将每个边缘点设置为两个相邻面点及其两个原始端点的平均值。 对于每个面点，为面的每个边添加一条边，将面点连接到面的每个边点。 对于每个原始点P，取所有n个（最近创建的）面点的平均值F，对于接触P的边，取所有n个边中点的平均值R，其中每个边中点为其两个端点的平均值顶点。 将每个原点移动到该点 $$ \frac{F + 2R + (n-3)P}{n}。 $$ 这是 P、R 和 F 的重心，权重分别为 (n − 3)、2 和 1。 将每个新

平滑二维数组数据。 忽略 NaN。 函数 matrixOut = smooth2a(matrixIn,Nr,Nc) 此函数使用均值滤波器对 matrixIn 中的数据进行平滑处理大小为 (2*Nr+1)×(2*Nc+1) 的矩形。 基本上，你最终会更换元素“i”是指以“i”为中心的矩形。 任何 NaN 在平均时忽略元素。 如果元素“i”是一个 NaN，那么它将在输出中保留为 NaN。 在矩阵的边缘， 你不能构建一个完整的矩形，尽可能多的矩形使用适合您的矩阵（类似于 Matlab 内置的默认值功能“平滑”）。 “matrixIn”：原始矩阵“Nr”：用于平滑行的点数“Nc”：平滑列的点数。 如果未指定，则 Nc = Nr。 “matrixOut”：原始矩阵的平滑版本 %%%%%%%%% 截图说明： 左图是“锯齿状”906x1024 矩阵的 pcolor（阴影插值，轴相等）。 请注意

FBSS算法，即前后向空间平滑算法，具有解相干的作用，相对FSS算法精度更高，此程序与MUSIC算法结合，为FBSS－MUSIC算法，已写成函数，直接调用即可

Y = EXPSMOOTH( X, FS, TAU ) 给定输入序列 X（列向量），以 FS 赫兹采样，返回指数平滑的输出序列 Y。指数平滑器的时间常数（以毫秒为单位）在 TAU 中指定。 如果 X 是矩阵，则对 X 的列向量进行平滑处理并作为 Y 的列向量返回。 如需进一步的帮助，包括 MATLAB 中的示例用法类型“help expsmooth”。

类似滴滴打车，多辆小车在地图上平滑移动的实现，基于百度地图实现（轨迹已画好版和无轨迹版）http://blog.csdn.net/qq_30651537/article/details/53262052

锐化处理技术来加强图像的目标边界和图像细节。对图像进行梯度算子、Roberts算子、Sobel算子边缘检测处理和Laplace算子边缘增强处理，是图像的某些特征(如边缘、轮廓等)得以进一步的增强及突出。 图像平滑主要目的是减少噪声对图像的影响。噪声有很多种类，不同的噪声有不同的抑制措施。用平滑线性滤波和中值滤波两种最典型、最常用的处理算法进行程序设计。

C++实现高斯平滑处理，建立三维高斯核，对各类图像起到平滑滤波的作用

频域中的三维高斯平滑，原生频域实现。 通过更换来实现平滑具有傅立叶系数的空间域卷积乘法。 这也是实现您的目标的一个很好的例子使用原生傅立叶表达式自己的过滤器。 R = gauss3filter(I); R = gauss3filter(I, sigma); R = gauss3filter(I, sigma, pixelpacing); 在空间域表示中，R = convn(I, f(x,y,z)); 高斯核 f(x,y,z) 因函数而异输入，请参阅下面的说明。 不提供图像填充，付费注意傅立叶环绕伪影。 部分支持各向异性平滑，各向异性体素大小为完全支持。 Suband_1.5 频率过采样用于减少当 sigma 小于体素长度时的数值误差。 请参阅以下关于 Subband_x 频率过采样技术的论文： Max WK Law 和 Albert CS Chung，“球形通量计算的有效实现及其在血

Matlab制作模糊的图像清晰：分别实现：1。对模糊车牌图像进行清晰处理； 2。对高斯模糊图像进行高斯平滑滤波处理； 3。对椒盐噪声图像进行中值滤波处理； 4。对雾化图像进行直方图均衡化处理； 5。对模糊图像进行垂直拉伸与灰度拉伸处理； 6。对运动模糊图像进行维纳滤波处理；