C均值聚类（更常用的叫法是K均值算法，K-means clustering）是经典的非监督数据处理方法。实验目的在于加深学生对C均值聚类原理的理解、掌握的算法的实现过程，体会其在模式识别中的作用。

结合【中值滤波，均值滤波，高斯滤波】和【laplacian算子，sobel算子。prewitt算子】对图片进行去噪和边缘增强处理。通过视觉对比和MSE/SNR/PSNR数值对比，得到9种组合的处理效果。

图像处理 中值滤波与均值滤波 matlab算法实现

对图像分别进行均值和中值滤波，基于matlab编写程序，程序核心无内部函数，效果良好，供大家学习

计算一幅图像的均值和方差，基于openCV实现，适用于图像融合、分割和识别等机器视觉领域。

图像保边滤波器集锦之局部均值滤波算法博文所对应的DEMO，具体算法和代码实现请参看博文！

很好用的K均值聚类算法 简单易懂 用matlab完成，可以适用于图像分割的K均值聚类

对图像添加一个方差为0.05的椒盐噪声（自己可以添加高斯噪声），然后对图像进行3*3算数均值滤波，几何均值滤波，Q=1.5大小的逆谐波滤波处理，可以观察处理后的结果

用matlab实现直方图均衡化、平滑滤波、均值滤波（并非是自带函数），适合初学者，有同matlab自带函数的对比效果图。（经测试，能运行）

lda分类代码matlab fNIRS_BCI_DataAnalysis 预处理、特征提取（斜率、移动斜率、峰度、偏度、均值和方差）和分类代码（正则化 LDA 和 SVM），用于分析脑机接口 (BCI) 的 fNIRS（功能性近红外光谱）数据。 所有代码都是用MATLAB编写的。 功能列表： --> f_FilteredDataMatrixtoFeatures_NIRS 此函数将原始 fNIRS 数据转换为特征矩阵。 -->f_FilteredDataMatrixtoFeatures_NIRS 此函数将原始（或过滤）输入 fNIRS 数据转换为特征矩阵，包括常见的 fNIRS 特征类型：均值、方差、偏度、峰度、最大移动斜率（在指定的窗口大小中）。