matlab开发-基于直方图的图像识别。基于直方图的人脸识别算法在ORL数据库上进行了99.75%的精度测试

GAT-图注意力网络（PyTorch） :laptop: +图形+ :megaphone: = :red_heart: 此回购包含原始GAT论文的PyTorch实现（ :link: ）。 它的目的是简化一般的GAT和GNN的玩法和学习。 目录 什么是GNN？ 图神经网络是一系列神经网络，它们处理图上定义的信号！ 图可以建模许多有趣的自然现象，因此您会发现它们在以下任何地方都得到了使用： 计算生物学-预测强效 计算药理学-预测 流量预测-例如在 推荐系统（用于 ， ， 等） 一直到大型强子对撞机，和列表不断出现！ GAT是空间（卷积）GNN的代表。 由于CNN在计算机视觉领域取得了巨大的成功，因此研究人员决定将其概括为图形，因此我们

VS2005下的图像处理程序（包括，灰度化，直方图，亮度，均衡化）

本文件包含图像处理的相关实验，包括小波变换的图像去噪和边缘特征提取实现，全局、局部直方图均衡化的实现，PSNR、SSMR图像指标的计算；同态滤波的实现。所有MATLAB代码均为自己编码实现，不调用现有MATLAB库函数。包含理论的讲解和代码的具体实现，代码详细注释。

最简单的直方图，阈值分割法，直接根据图像的直方图自动获取最佳阈值进行分割！

提出了一种基于LBP层次特征提取的表情识别算法.将图像分成许多子块,并从子块中提取面部运动单元信息来组成基于面部运动单元的表情成分特征,对人脸图像的眼睛和口部作粗定位.采用局部二值模式(LBP)的层次特征提取法,对图像进行分块操作,求出每个子块的LBP直方图,然后将基于整体特征得到的LBP直方图与基于局部特征得到的LBP直方图连接起来,作为整幅图像的LBP直方图.将层次特征提取法所提取的LBP直方图作为嵌入式隐马尔可夫模型(EHMM)的初始向量,即形成观察序列.对JAFFE人脸库中的7种基本表情进行了测试,结果表明该方法能有效提高表情识别率.

主要介绍了python实现图像检索的三种(直方图/OpenCV/哈希法),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

目的：结合直方图匹配（HM）算法，评估计划kVCT（pCT）与每日MVCT之间的可变形图像配准（DIR）的准确性，并使用建议的螺旋放射疗法自适应放射治疗方法评估可变形剂量累积（H T）。 方法：对本院接受HT治疗的5例前列腺癌患者（76 Gy / 38 Fr），每周调查7例MVCT系列（共35系列）。 首先，为了最小化pCT和MVCT之间不同HU值的影响，此图像处理方法通过使用HU值的图像累积直方图来调整pCT和MVCT图像之间的HU值，从而生成HM-MVCT。 然后，执行pCT对HM-MVCT的DIR，生成变形的pCT。 最后，对pCT图像进行可变形剂量累积。 结果：与非HM方法相比，使用HM算法显着提高了DIR的准确性（p <0.05）。 对于CTV，直肠和膀胱，非HM方法的平均骰子相似系数分别为0.75±0.05、0.83±0.06和0.90±0.04，而HM方法的平均骰相似系数为0.81±0.06、0.81±0.04，和0.92±0.06分别。 对于可变形剂量累积，在两种方法之间观察到一些差异，特别是对于较小的计算区域，例如直肠V60和V70。 结论：采用HM方法可以提高DIR

这是图像处理课程的作业，不使用MATLAB自带的函数，而是自己用算法实现直方图均衡化和规定化的源代码。

图像去雾算法（图像去雾算法及matlab程序实例 包括直方图处理、去噪、平滑等相关算法的代码实例），可以下来看看