出版日期和地址； Erkan, U., Enginoğlu, S., Thanh, DNH, Memiş, S., 2020. 改进的自适应加权平均滤波器去除椒盐噪声，Proc. 第二届电气、通信和计算机工程国际会议 (ICECCE)，第 1-5 页，6 月 12-13 日，土耳其伊斯坦布尔。 doi：10.1109/ICECCE49384.2020.9179351。 抽象的： 在这项研究中，我们提出了一种改进的自适应加权平均滤波器（IAWMF）来去除椒盐噪声。 IAWMF 最突出的优点是它能够考虑自适应窗口中无噪声像素的权重。 因此，新的灰度值比自适应加权平均滤波器 (AWMF) 计算的灰度值更接近中心像素的原始灰度值。 此外，所提出的方法利用AWMF的优势来减少检测噪声像素的误差。 在实验中，我们将所提出方法的去噪结果与其他最先进的图像去噪方法进行了比较。 结果证实 IAWMF

Choregraphe开发NAO机器人必备的可视化开发软件

使用vs2010重新编译了ppapi_cpp.lib，解决编译报错的问题，文档中包含了ppapi的include和lib文件，修改一下引用路基就可以编译运行（引用路径忘记写成相对路径了，所以得自己修改一下）。

添加盐噪声MATLAB代码Image_Salt_and_Pepper_Noise 此 Matlab 代码用于向图像添加椒盐噪声。 注意：如果你在你的系统或项目中使用我的代码，你应该总是引用我的论文作为参考 Functions: Main function : main.m Salt_and_Pepper_Noise adding function : sp.m %%%%%%%%%%%-------------------$$$$$$$$>>>>> BY Jithin K C <<<<$$$$$$$$$-----------------%%%%%%%%%%%%%% @@@ for any queries contact: jithinkc22@gmail.com

出版日期和地址； U. Erkan, L. Gokrem, 基于像素密度的椒盐噪声去除新方法, Turk J Elec Eng & Comp Sci, 26, (2018), 162-171, doi:10.3906/elk-1705-256 摘要：在本文中，我们提供了一种去除椒盐噪声的新方法，我们将其称为基于像素密度滤波器 (BPDF)。 该方法的第一步是确定一个像素是否有噪声，然后我们决定接受噪声像素作为中心的自适应窗口大小。 窗口内重复次数最多的无噪声像素值被设置为新的像素值。 通过使用18张测试图像，我们给出了峰值信噪比（PSNR）、结构相似性（SSIM）、图像增强因子（IEF）、标准中值滤波器（SMF）、自适应中值滤波器（AMF）、自适应模糊滤波器 (AFM)、渐进式切换中值滤波器 (PSMF)、基于决策的算法 (DBA)、改进的基于决策的非对称修整中值滤波器 (MDBUTMF)

这个是在JMeter上面进行Kafka性能测试的一个插件所需要的jar包，需要放在JMeter的lib\ext目录下，重启JMeter才会生效，具体见博客：https://blog.csdn.net/shan286/article/details/105216381

choregraphe激活码，适合2.1，2.4，2.5，2.8版本，NAO、Pepper机器人

胡椒 因为黑匣子很烂 去做 本地守护进程和 GUI 公共目录 存储（集中） 传输和存储 (P2P)

谷歌浏览器chrome浏览器插件开发稳定版pepper_47，直接使用无需再下载。

GE（艾默生）人机界面组态手册