通过简化四元数矩阵奇异值分解对彩色图像进行去噪

该程序主要是利用奇异值分解进行图像压缩，是矩阵论课程中的重要内容。

针对奇异值分解信号降噪方法中吸引子轨迹矩阵（Hankel矩阵）结构的确定，以及有效奇异值的选择两个关键问题，提出了一种基于遗传算法的奇异值分解信号去噪算法。首先，利用原始信号构造Hankel矩阵，运用遗传算法对矩阵结构进行优化，然后对含噪声信息的矩阵进行奇异值分解，最后通过K-medoids聚类算法确定有效奇异值个数，对有效奇异值和其对应的向量进行奇异值分解反变换，还原原始信号，达到去噪目的。通过仿真实验并与小波包变换、小波变换以及传统快速傅氏变换（FFT）去噪方法相比较，结果表明该算法具有良好的去噪效果。

在压缩成像应用中实现降噪的双阈值技术

网路上找的残缺不齐 甚至没有返回值。 我这个不是两个专案，但关键代码都齐。 学个三个月以上的，就看得懂。 代码贴对地方，可以直接运行。 新手别下。

Matlab 根据光谱数据生成k值、三刺激值、Lab、RGB等数据

波导不变量取值误差对β-warping变换的影响，声学技术

中值滤波窗口大小影响滤波器性能，3×3滤波窗口可以很好地保持图像细节。提出一种新的自适应中值滤波方法。将3×3窗口中心的极值点作为候选噪声点，若候选噪声点仍然是7×7窗口的极值点，则该点即是噪声点。若以噪声点为中心的3×3滤波窗口的中值不是噪声，则噪声用中值替换。重复以上过程，直到没有噪声点被替换。如果图像申仍然存在大的噪声团块，则噪声用相邻的三个信号点的灰度均值替换。实验结果表明，该方法能够有效去除脉冲噪声，并在抑制噪声的同时很好地保护图像的细节。

vb.net 写的图像的各类二值化方法，包括灰度平均值、黄式模糊阈值、谷底最小值、双峰平均值、百分比阈值、迭代阈值法、大津法、一维最大熵、动能保持等二值化方法

统计学中的T值表 ν P（双侧）0.05 0.01 0.001 ν 0.05 0.01 0.001 　 P（单侧）0.025 0.005 0.0005 　 0.025 0.005 0.0005 1 12.706 63.657 636.618 21 2.080 2.831 3.819 2 4.303 9.925 31.598 22 2.072 2.819 3.792 3 3.182 5.841 12.924 23 2.069 2.807 3.767 4 2.776 4.604 8.610 24 2.064 2.797 3.745 5 2.571 4.032 6.859 25 2.060 2.787 3.725 6 2.447 3.707 5.959 26 2.056 2.779 3.707 7 2.365 3.499 5.405 27 2.052 2.771 3.690 8 2.306 3.355 5.041 28 2.048 2.763 3.674 9 2.262 3.250 4.781 29 2.045 2.756 3.659 10 2.228 3.169 4.587 30 2.042 2.750 3.646 11 2.201 3.106 4.437 40 2.021 2.704 3.551 12 2.179 3.055 4.318 50 2.008 2.678 3.496 13 2.160 3.012 4.221 60 2.000 2.660 3.460 14 2.145 2.977 4.140 70 1.994 2.648 3.435 15 2.131 2.947 4.073 80 1.989 2.638 3.416 16 2.120 2.921 4.015 90 1.986 2.631 3.402 17 2.110 2.898 3.965 100 1.982 2.625 3.390 18 2.101 2.878 3.922 120 1.980 2.617 3.373 19 2.093 2.861 3.883 500 1.965 2.586 3.305 20 2.086 2.845 3.850 ∞ 1.960 2.576 3.291