详细的基于MATLAB的LSB隐写以及提取秘密信息，还包括峰值信噪比（PSNR）的计算，以及详细的RS隐写分析的代码。
其中包含详细注释以及截图。
其中包含详细注释以及截图。
2023/10/6 9:53:29
91KB
1
本代码利用了分数阶傅里叶变换的方法，通过双随机实现图像加密的功能，并且对分数阶数的敏感度如峰值信噪比和相关系数等进行代码分析，此方法增加了密钥空间且增加了安全性，代码完全可以直接运行。
2023/9/15 4:29:50
222KB
1
本图像编码程序是JPEG编码过程的基本模式，实现了基于DCT变换的JPEG编码程序说明：主程序：func_DCT1.m；
运行该程序即可实现图像的编码和解码过程变换函数：离散余弦变换：func_DCT1.m编码程序：AC系数编码程序：ACHuffmanEncoding.mDC系数编码程序：DCHuffmanEncoding.m解码主程序：decoding.m；
其中对AC、DC系数分别的解码程序ACdecoding.m、DCdecoding.mPSNR.m：峰值信噪比函数zigzag.m：Z字形扫描函数
运行该程序即可实现图像的编码和解码过程变换函数：离散余弦变换：func_DCT1.m编码程序：AC系数编码程序：ACHuffmanEncoding.mDC系数编码程序：DCHuffmanEncoding.m解码主程序：decoding.m；
其中对AC、DC系数分别的解码程序ACdecoding.m、DCdecoding.mPSNR.m：峰值信噪比函数zigzag.m：Z字形扫描函数
2023/7/10 9:23:29
15KB
1
MATLAB下求两幅图像的峰值信噪比（PSNR）。
腻烦在网上下到骗分的货物。
小法度圭表标准，保障能运行。
腻烦在网上下到骗分的货物。
小法度圭表标准，保障能运行。
2023/4/21 3:17:27
482B
1
盘算了两图像间四个统计学参数的值，搜罗互信息，均方根倾向，峰值信噪比，交织熵盘算了两图像间四个统计学参数的值，搜罗互信息，均方根倾向，峰值信噪比，交织熵
2023/4/18 2:57:09
1KB
1
均方误差（mean-squareerror,MSE）是反映估计量与被估计量之间差异程度的一种度量。
设t是根据子样确定的总体参数θ的一个估计量，(θ-t)2的数学期望，称为估计量t的均方误差。
它等于σ2+b2，其中σ2与b分别是t的方差与偏倚。
psnr是“PeakSignaltoNoiseRatio”的缩写，即峰值信噪比，是一种评价图像的客观标准，它具有局限性，一般是用于最大值信号和背景乐音之间的一个工程项目。
设t是根据子样确定的总体参数θ的一个估计量，(θ-t)2的数学期望，称为估计量t的均方误差。
它等于σ2+b2，其中σ2与b分别是t的方差与偏倚。
psnr是“PeakSignaltoNoiseRatio”的缩写，即峰值信噪比，是一种评价图像的客观标准，它具有局限性，一般是用于最大值信号和背景乐音之间的一个工程项目。
2023/3/12 17:25:57
1.3MB
1
多种常见的图像评价指标峰值信噪比，结构类似性指数，光谱角等PSNR,SSIM,QNR,SAM,ERGAS
2023/3/6 19:04:15
15KB
1
针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法。
该算法利用三级离散小波变换将图像分解为高频部分和低频部分。
通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自顺应分配采样率。
采用平滑投影Landweber算法重构图像,消除分块引起的块效应。
对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37dB,比现有非均匀分块算法提高了2.51dB。
不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05dB。
对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性。
该算法利用三级离散小波变换将图像分解为高频部分和低频部分。
通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自顺应分配采样率。
采用平滑投影Landweber算法重构图像,消除分块引起的块效应。
对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37dB,比现有非均匀分块算法提高了2.51dB。
不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05dB。
对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性。
2015/9/27 10:19:52
11.24MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB