Kalman Filtering 经典著作，大牛Paul Zarchan。附源代码！！！

卡尔曼滤波经典书籍，详细介绍了最优估计理论，推导了离散的卡尔曼滤波器，预报器，平滑器等等。

Image Denoising by Sparse 3-D Transform-Domain Collaborative Filtering

学习图像降噪、bilateral filtering、nonlocal means filtering、小波降噪、DCT降噪。 报告要求：对给出的图像进行上述处理，附上代码并且对处理结果给出展示。 为程序

Kalman Filtering and Neural Networks This self-contained book, consisting of seven chapters, is devoted to Kalman filter theory applied to the training and use of neural networks,and some applications of learning algorithms derived in this way.

一份相当不错的讲高斯滤波的文章。从一维滤波开始到二维滤波都有详细完整介绍，还详细说明了生成模板的方法。另外，根据函数图对高斯滤波进行了分析，个人觉得该部分也非常重要，受益良多。至少，在使用函数进行滤波的时候参数的选择上有了依据。不过文章中可能有处错误，已经用红色方框和箭头标注。 ps：下面是个人发泄，不想看就不看 为了学习高斯滤波模板生成，我在网上看了很多讲高斯滤波内容的东西。很想找一份空间域下高斯滤波的讲解而不得。有的只列出函数，没讲模板生成；有的讲了函数也说明了根据函数模板的生成方法，还给出了根据模板运行的程序，但是我发现二维信号情况下，它的滤波函数和我学的概率论中的正态分布函数（高斯函数）在指数项的符号上竟然正好相反，我去，我就郁闷了（难道高斯函数用到滤波中有变化？），为了求证正确的公式，我又查找资料无数，终于确定该文给出的符号是错的。我去，你竟然根据错误的公式推出了正确的模板。I服了you！

适用于 控制 数据挖掘 智能计算 统计学习 核学习

项目1 /图像过滤和混合图像 概述 该项目主要分为两部分，图像过滤和混合图像。 图像过滤 过滤是一种卷积过程。 卷积是对两个函数f和g的数学运算，产生第三个函数，通常将其视为原始函数之一的修改版本。 人们可能会发现相关性相似。 答案是，他们指的是同一件事。 实际上，通过滤波器矩阵的180度旋转，二维关联与二维卷积相关。 主要有两种类型的图像过滤。 一个是高通滤波器，另一个是低通滤波器。 通过低通滤镜（例如高斯）滤过的图片会更平滑。 相反，通过高通滤镜过滤的图像将更加清晰。 混合图像 通过将高通滤波后的图像和低通滤波后的图像进行混合，可以创建一种特殊的图像，该图像的内容随观看者之间的距离变化而改变。 具体而言，可以在短距离看到高通滤波（锐化）图像，而在远距离看到低通滤波（平滑）图像。 执行 图像过滤 my_filter.m是一个函数my_filter()其作用类似于内置函数imfilt

meshlib：网格库

Introduction to Random Signals and Applied Kalman Filtering,4版代码，好东西 学习信号处理和卡尔曼滤波经典教材的代码