基于HOG算子的特征提取方法的MATLAB仿真，matlab2021a测试。 for j=1:ny%行 for i=1:nx%列 Ltop=G(((j-1)*n+1):j*n,((i-1)*n+1):i*n);%%左上cell Lbottom=G((j*n+1):(j+1)*n,((i-1)*n+1):i*n);%%左下cell Rtop=G(((j-1)*n+1):j*n,(i*n+1):(i+1)*n);%%右上cell Rbottom=G((j*n+1):(j+1)*n,(i*n+1):(i+1)*n);%%右下cell，四个cell组成一个block pltop=anna_phog(Ltop,9,180); plbottom=anna_phog(Lbottom,9,180); prtop=anna_phog(Rtop,9,180); prbottom=anna_phog(Rbottom,9,180);

图像质量评价的MATLAB仿真，matlab2021a测试。测试结果如下： Mean Square Error = 612.4863 Peak Signal to Noise Ratio = 20.2598 MNormalized Cross-Correlation = 1.0009 Average Difference = -0.6192 Structural Content = 0.9496 Maximum Difference = 103 Normalized Absolute Error = 0.2061

基于SURF特征点提取的图像配准仿真，matlab2021a测试，可以对存在角度倾斜的图片进行配准。 I1=im2double(imread('TestImages/lena1.png')); I2=im2double(imread('TestImages/lena2.png')); % Get the Key Points Options.upright=true; Options.tresh=0.0001; Ipts1=OpenSurf(I1,Options); Ipts2=OpenSurf(I2,Options); % Put the landmark descriptors in a matrix D1 = reshape([Ipts1.descriptor],64,[]); D2 = reshape([Ipts2.descriptor],64,[]);

基于Harris角点检测、最小二乘拟合、RANSAC和HOG的图像拼接算法的matlab仿真，matlab2021a测试。 1.利用Harris角点检测算子找关键点 2.比较来自两幅不同图片的两组关键点，并且将它们匹配起来。 3.利用最小二乘法找到仿射变换矩阵将一幅图片上的点映射到另一幅图片上。 4.利用RANSAC算法估计一个更准确仿射变换矩阵。形成全景图片。

基于蚁群算法的tsp路线规划问题matlab仿真，matlab2021a测试。

组个比较全面的PSO粒子群优化算法的MATLAB仿真，matlab2021a仿真。

基于GA遗传优化算法的TSP最短路径规划的MATLAB仿真，matlab2021a仿真测试

通过遗传优化算法优化BP神经网络，优化过程中显示染色体编码长度，最后输出预测结果精度，matlab2021a仿真测试

_基于遗传优化算法的图像分割matlab仿真，matlab2021a测试。

基于Astar算法的智能避障最短路径搜索matlab仿真，matlab2021a测试，障碍物的布局可以修改，起点和终点也可以修改