本程序主要实现了二维傅里叶变换，其中先对图像矩阵进行预处理（即图像中心化），然后进行行傅里叶变换，再对其进行列变换，进行行列变换是调用自己写的一维傅里叶变换函数ImFFT实现的。
程序输入为图像矩阵A，输出为其傅里叶变换结果Fuv，并绘制了其频谱图
程序输入为图像矩阵A，输出为其傅里叶变换结果Fuv，并绘制了其频谱图
2023/7/30 22:41:07
959B
win10x64bit环境做的一个调用新版ffmpeg4.0.2版本的pcm转aac编码器，解决新版ffmpeg不能直接编码成aac问题。
2023/7/30 17:31:15
3.32MB
GA∕T1399.2-2017公安视频图像分析系统第2部分：视频图像内容分析及描述技术要求
2023/7/30 1:23:28
8.67MB
在本文中我们展示在人类视觉中一种有效的色彩外观模型，其中也包含原则性的参数选择作为一种先天的空间联合机制，可以被推广以获得优于最新技术的显着性模型楷模。
尺度积分是通过逆小波变换实现的通过一系列比例加权中心环绕响应。
比例加权函数（称为ECSF）已被优化以更好地复制心理物理数据颜色的外观，和适当的尺寸中心环绕抑制窗口已被确定通过对眼睛固定数据训练高斯混合模型，从而避免了特别的参数选择。
论文：SaliencyEstimationUsingaNon-ParametricLow-LevelVisionModel
尺度积分是通过逆小波变换实现的通过一系列比例加权中心环绕响应。
比例加权函数（称为ECSF）已被优化以更好地复制心理物理数据颜色的外观，和适当的尺寸中心环绕抑制窗口已被确定通过对眼睛固定数据训练高斯混合模型，从而避免了特别的参数选择。
论文：SaliencyEstimationUsingaNon-ParametricLow-LevelVisionModel
2023/7/29 13:55:02
105KB
图像去雾算法的的原文，在本文中，我们提出了一个简单但有效的图像先验暗通道之前，从一个单一的输入图像去除混浊。
暗通道先验是一种室外无雾图像的统计。
这是基于一个关键的观察结果，大多数室外无雾图像中的局部斑点包含一些像素，这些像素在至少一个颜色通道中的强度非常低。
利用这一先验模型，我们可以直接估计薄雾的厚度，并恢复高质量的无薄雾图像。
在各种模糊图像上的结果表明了该算法的有效性。
此外，作为除雾的副产品，还可以获得高质量的深度图。
暗通道先验是一种室外无雾图像的统计。
这是基于一个关键的观察结果，大多数室外无雾图像中的局部斑点包含一些像素，这些像素在至少一个颜色通道中的强度非常低。
利用这一先验模型，我们可以直接估计薄雾的厚度，并恢复高质量的无薄雾图像。
在各种模糊图像上的结果表明了该算法的有效性。
此外，作为除雾的副产品，还可以获得高质量的深度图。
2023/7/29 13:51:16
571KB