内容概要：数字图像处理，内汉3*3模板以及可变模板滤波，包括实验的实验报告，有详细介绍，以及附带操作的图片 适用人物：大学数字图像处理课程学习 适用场景：实验学习，用于理解邻域滤波，添加椒盐和脉冲噪声，理解中值滤波 其他说明：内含中值滤波，邻域滤波，不同密度的椒盐噪声与脉冲噪声添加的matlab文件，内容比较容易理解，不懂的地方可以私聊，看到就回，欢迎指正

对逆光图像进行处理，对比其他方法具有较好的还原性

基于机器视觉的自然环境下菇娘果实分割方法，已经训练好的模型共训练100轮，使用说明在ReadMe，测试集在菇娘测试集压缩包

图像的霍夫曼编码，MATLAB程序，可以直接运行，求图像的平均码长，信息熵

这是另一个数字图像管理器。 在使用其他许多高级管理器应用程序之后，我发现了一个图像管理器中我想要的一些东西，而这在一个管理器中是不存在的，因此我尝试创建一个具有我喜欢的功能的管理器。 一个显着的功能是元数据或标签存储在图像文件本身中，因此，当您移动图像库时，元数据和您所做的所有标记工作都随图像一起进行。 它不是完美的，但是已经在我的机器上使用了多年，我认为现在该分享和看看其他开发人员可以带给它什么了。

基于MFC的图像处理和分析的基本算法的实现，是学习MFC编程和图像处理非常有用的代码，包括滤波，小波变换，图像分割，边缘检测以及霍夫变换等图像处理常用的技术

ML-EM算法  EM算法（Expectation Maximization Algorithm，期望极大算法）是一种解决优化问题的迭代算法，用于求解含有隐变量的概率模型参数的极大似然估计（MLE）或极大后验概率估计（MAP）。EM算法是一种比较通用的参数估计算法，被广泛用于支持向量机（SMO算法）、朴素贝叶斯、GMM（高斯混合模型）、K-means（K均值聚类）和HMM（隐马尔可夫模型）的参数估计。 理解EM算法（例子）   在统计学中，概率用于在已知一些参数的情况下，预测接下来的所得到的结果；而似然性则是用于在已知某些观测所得到的结果时，对有关事物的性质的参数进行估计。   EM算法和极大似然估计的前提是一样的，都要假设数据总体的分布，如果不知道数据分布，是无法使用EM算法的。 三硬币模型   假设有3枚硬币A，B，C，这些硬币正面出现的概率分别是π \piπ，p pp和q qq。进行如下掷硬币试验：先掷硬币A，根据其结果选出硬币B或硬币C，正面选硬币B，反面选硬币C；然后掷选出的硬币，掷硬币的结果，正面记作1，反面记作0；独立重复n此试验，观测结果： 1 , 1 , 0 ,

实现了低对比度图像的直方图均衡化处理，提高了图像的对比度和显示效果。适合数字图像处理领域。

该程序是使用LabVIEW平台编写的图像处理程序 VI可以实现把两张彩色图片或者两张黑白图片合并为一张图片 学习LabVIEW图像处理的同学可以参考！

基于MATLAB的图像处理算法实现。包括拉普拉斯锐化处理和梯度锐化处理的MATLAB程序及处理示例图片。