基于matlab平台1、能对图像文件（bmp、jpg、tiff、gif等）进行打开、保存、另存、打印、退出等功能操作；
2、数字图像的统计信息功能：包括直方图的统计及绘制、区域图的面积、周长的统计、线条图中的距离测量等；
3、数字图像的增强处理功能：（1）空域中的点运算、直方图的均衡化、各种空间域平滑算法（如局部平滑滤波法、中值滤波等）、锐化算法（如梯度锐化法、高通滤波等）（2）频域的各种增强方法：频域平滑、频域锐化、低通滤波、同态滤波等。
（3）色彩增强：伪彩色增强、真彩色增强等4、图像分割：（1）点、线（hough变换检测直线）、及边缘检测（梯度算子、拉普拉斯算子等）；
（2）区域分割包括阈值分割、区域生长、分裂合并等；
5、数字图像的变换：普通傅立叶变换(ft)与逆变换（ift）、快速傅立叶变换（fft）与逆变换(ifft)、离散余弦变换（DCT），小波变换等。

实现功能有:图像加运算、两种插值旋转、图像反色、图像放缩、二次曝光、扣去蓝色、扣去绿色、图像线性增强、利用log函数实现增强、利用幂次函数实现增强、直方图均衡化、算数均值滤波、中值滤波、拉普拉斯算子边缘提取和锐化、其他三种算子的边缘提取、矢量中值滤波去燥操作方式：图像加运算、二次曝光、扣去蓝色：这三个操作都需要先打开一张图片，然后打开另一张图片，扣去蓝色需要把蓝色图片作为第二张图片打开；
其他操作均是对单张图片操作，右边呈现结果。

通过VC实现拉普拉斯边缘检测算法（图象锐化）

拉普拉斯变换公式，拉普拉斯变换公式

利用最小拉普拉斯残差插值的彩色图像去马赛克

一本好书，研究dds数字频率合成必读！内容简介《直接数字频率合成》共6章，比较全面、深入地讨论了DDS的理论与应用。
主要内容包括DDS的基本概念、相位累加器、正弦查表、D/A变换器的噪声分析；
拟周期脉冲删除；
级数展开、连分式展开；
DDS相位噪声和杂散产生的机理及其降低；
DDS与PLL的组合；
分数-N频率合成器原理；
低噪声微波频率合成器的设计原理；
新的DDS结构等。
《直接数字频率合成》的特点是：内容新，反映了现在的研究和发展水平；
抓住问题的主要方面，把理论与应用结合在一起；
可供无线电通信领域中的研究者和工程技术人员学习参考，也可作为工作在其他领域中的有关人员学习参考。
3目录序言第1章直接数字频率合成原理1.1DDS的基本概念1.2相位累加器1.3正弦查表1.4D/A变换器1.4.1数字编码1.4.2输出波形1.5具有调制能力的DDS系统1.6逼近频率合成第2章DDS中的相位和杂散噪声2.1引言2.2矩形波输出2.2.1拟周期脉冲删除2.2.2基于修正的恩格尔级数展开的系统2.2.3基于连分式展开的系统2.2.4基于展开组合的系统2.2.5杂散信号2.3正弦波输出2.3.1量化输出正弦波的傅里叶分析2.3.2相位截断正弦波的频谱分析2.3.3正弦字的截断2.3.4背景杂散信号电平的估计2.3.5W和S之间的关系2.4D/A变换器的噪声分析2.4.1量化引起的信噪比2.4.2D/A变换器引起的非线性杂散信号2.4.3突发性尖脉冲2.5脉冲速率频率合成器的频谱第3章DDS中相位噪声和杂散信号的降低3.1DDS的噪声特性3.1.1不同电路的噪声特性3.1.2DDS的相位噪声3.2DDS中接近载波的噪声3.2.1DDS输出噪声的计算3.2.2接近载波噪声的理论基础3.2.3杂散频谱的估计3.2.4实验结果及讨论3.3输出滤波器3.4改进DDS电路的设计3.4.1降低ROM的容量3.4.2降低突发性尖脉冲的方法3.5DDS频谱性能的改进3.6DDS与PLL的组合3.6.1DDS与PLL组合合成器3.6.2十进制DDS的设计第4章分数-N频率合成器原理4.1FNPLL环路4.1.1FNPLL环路的组成4.1.2FNPLL环路的工作原理4.2FNPLL环路简化频率合成4.3使用FNPLL环路的频率合成器4.4DDS控制吞脉冲分数-N频率合成原理4.5DDS控制吞脉冲分数-N环路的杂散相位调制4.6双模式分频器4.7多级调制分数分频器4.7.1分数分频的新方法4.7.2具有∑-△结构的分数-N频率合成中的杂散信号4.7.3分数分频器的实现第5章低噪声微波频率合成器的设计原理5.1微波环路的基本框图5.2微波环路中的加性噪声5.3用环路滤波器改善输出噪声5.4微波频率合成举例5.4.1超低噪声微波频率合成器5.4.2雷达和通信系统中的低噪声频率合成器第6章新的DDS结构6.1混合DDS6.1.1混合DDS结构6.1.2800MHz混合DDS6.2DDS后接重复分频和混频器6.2.1总的要求6.2.25100结构作为偏移合成器6.2.3混频和分频链的前后端6.3综合技术结构6.4IIR滤波方法6.4.1IIR谐振器6.4.2用TMS320C30产生正弦波6.5复位方法6.5.1无稳定性控制的IIR滤波器6.5.2有稳定性控制的IIR滤波器6.5.3有稳定性控制和小□值的IIR滤波器6.5.4DCSW方法6.5.5IIR-ALT方法6.6实现与试验结果6.6.1数值输出6.6.2模拟输出附录附录A：拉普拉斯变换附录B：z变换附录C：DDS输出的傅里叶变换附录D：正交调制器相位误差的数字相位预矫正

基于高斯拉普拉斯的HDR合成matlab代码，效果很好，无p文件，代码和例子都有，方便使用

%Thisfoldercontainsacollectionof"fitting"functions.%(Somehasdemooptions-thethirdsection)%TheGENERALinputtothefunctionsshouldbesamplesofthedistribution.%%forexample,ifwearetofitanormaldistribution('gaussian')withamean"u"andvaraince"sig"^2%thenthesampleswilldistributelike:%samples=randn(1,10000)*sig+u%%fittingwithLeast-Squaresisdoneonthehistogramofthesamples.%fittingwithMaximumlikelihoodisdonedirectlyonthesamples.%%%Contentsofthisfolder%=======================%1)Maximumlikelihoodestimators%2)Leastsquaresestimators%3)EMalgorithmforestimationofmultivariantgaussiandistribution(mixedgaussians)%4)addedfolders:Create-whichcreatesamplesfortheEMalgorithmtest%Plot-usedtoploteachofthedistributions(parametricplot)%%%%%%Maximumlikelihoodestimators%=============================%fit_ML_maxwell-fitmaxwelliandistribution%fit_ML_rayleigh-fitrayleighdistribution%(whichisforexample:sqrt(abs(randn)^2+abs(randn)^2))%fit_ML_laplace-fitlaplacedistribution%fit_ML_log_normal-fitlog-normaldistribution%fit_ML_normal-fitnormal(gaussian)distribution%%NOTE:allestimatorsareefficientestimators.forthisreason,thedistribution%mightbewritteninadifferentway,forexample,the"Rayleigh"distribution%isgivenwithaparameter"s"andnot"s^2".%%%leastsquaresestimators%=========================%fit_maxwell_pdf-fitsagivencurveofamaxwelliandistribution%fit_rayleigh_pdf-fitsagivencurveofarayleighdistribution%%NOTE:thesefitfunctionareusedonahistogramoutputwhichislikeasampled%distributionfunction.thegivencurveMUSTbenormalized,sincetheestimator%istryingtofitanormalizeddistributionfunction.%%%%%MultivariantGaussiandistribution%==================================%fordemoof1

这个代码功能是随机的生成20个结点，并随机选择其中的某些点进行连接，表示相互间有通信，最终生成连通图。
并将邻接矩阵和拉普拉斯阵输出成.txt文档。

LM滤波器组在多个尺度和方向上混合了边缘、条形和点滤波器。
它有48个过滤器-6个定向过滤器在3个尺度和2个相位，8个拉普拉斯高斯过滤器和4个高斯过滤器。

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。