针对电能质量扰动信号的识别问题，提出基于聚类改进S变换与直接支持向量机（SVM）的电能质量扰动识别方法。提出聚类改进S变换方法，该方法结合电能质量扰动信号的特点，可同时对基频的时域分辨率及高频的频域分辨率进行最优化处理，保证特征提取的准确性；将直接支持向量机作为分类器，与最小二乘支持向量机相比，其求解简单，计算复杂度较低，训练与测试速度快，泛化能力较高，并且避免不能保证全局最优解的缺点；将聚类改进S变换与直接支持向量机相结合，应用于单一扰动及混合扰动的识别分类工作。仿真实验验证了所提方法的有效性。

广义S变换，用于时频分析，是S的改进形式

利用局部算子检测峰值的改进Hough变换算法.doc

人眼定位是人脸识别的重要步骤，本文提出一种结合灰度投影与改进Hough变换的人眼定位算法。首先，通过两次积分投影进行人眼粗定位，对粗定位的眼睛灰度图像增强处理后提取边缘，然后采用改进Hough变换检测圆来定位眼球的准确位置。实验结果表明，该算法与已有算法相比，具有更为快速和精确的定位效果，并且对头部偏转具有较强的鲁棒性。

为了能有效解决Hough 变换的计算量大的问题,文中提出了一种基于直线局部结构特征的Hough 变换改进的直 线检测算法。该算法根据Freeman 准则分析了直线上基元的特征信息,通过图像上邻近的同类基元的倾斜角约束基元上 像素点的极角范围,减少每个点的计算次数,在保持精度的同时,提高直线检测的速度,在有噪声的情况下,该算法相对标 准Hough 变换算法可以提高到6 到7 倍。

是对现有的时频分析方法中饭的S变换的综合和创新，有了新的间隔和改进，效果很好

针对现有立体匹配算法对噪声敏感、易失真、在视差不连续区域与弱纹理区域误匹配率高的问题, 提出一种改进Census变换与梯度融合的多尺度立体匹配算法。采用支持窗口内所有像素的加权平均灰度值作为Census变换的参考值, 将Census代价与由水平和垂直方向归一化结合的梯度代价进行加权融合, 通过设置噪声容限获得稳定的代价, 提高了单像素匹配代价的可靠性；在多分辨率尺度下, 采用改进引导滤波算法完成对匹配代价的聚合；通过视差提取获得视差图。实验结果表明, 该算法在Middlebury测试平台上对标准立体图像对的平均误匹配率为4.74%, 对27组扩展立体图像对的平均误匹配率为8.67%。该算法使得视差不连续区域与弱纹理区域的误匹配率进一步降低, 且对噪声和光照等干扰表现出较好的稳健性。

【图像隐藏】基于LDPC编码译码改进DCT变换算法实现水印嵌入提取matlab源码.md

利用椭圆的几何特征，将5维空间参数转换为2维空间，然后利用霍夫变换检测直线的方法确定椭圆参数。是知网论文“一种新的基于霍夫变换的椭圆轮廓检测方法”的实现代码。

基于改进Hough变换的车道线检测技术 详细描述 了 基于改进的Hough车道检测技术