针对传统去雾算法结果中颜色和对比度失真等问题,提出了一种基于多尺度融合和对抗训练的图像去雾算法。采用多尺度特征提取模块从多个不同尺度中提取雾霾相关特征,利用残差密集连接模块实现图像特征的交互,避免了梯度消失。由于其不基于大气散射模型,直接将图像的浅层特征和深层特征进行多尺度融合,所以克服了物理模型的不精确性。去雾网络的训练采用生成对抗机制,由多尺度特征提取模块和残差密集连接模块构成的生成器估计清晰的无雾图像,由两个不同尺度感受野的子网络构成的鉴别器完成对抗训练。在RESIDE(Realistic single image dehazing)数据集上进行对比实验,结果表明本算法生成的去雾图像在全参考和无参考的视觉质量指标方面优于其他对比算法。

opencv 图像处理基础资料

该资源为近20年的图像质量评价(IQA)方法及对应matlab程序，主要包含全参考和无参考两大类，另外也附加了两篇综述便于新手入门与理解图像质量评价(IQA)领域。该资源适用于刚入门或有兴趣致力于IQA领域的人员，方便快速上手，避免弯路。最后，该资源为日常科研收集所得，仅供科研使用！

提出了一种基于变分法和梯度增强的红外与可见光图像融合算法。首先对红外与可见光的梯度特征进行自适应加权融合,得到初始融合梯度场;其次构建梯度特征增强模型,获得融合图像增强的梯度场;最后通过变分法将融合问题转换为最优化问题,得到最接近增强后梯度场的融合图像。实验结果表明,相比基于多分辨率框架下进行融合的拉普拉斯分解、小波变换及常见的基于变分的融合算法,所提出的算法得到的融合图像梯度特征最大,视觉效果最好,证明了算法的有效性。

基于matlab的图像分割处理，里面有测试图片lena，和相关的运行结果图片，使用matlab2014a环境完美运行通过。

数字图像实验——matlab学习与操作和图像的傅里叶变换和频域处理

数字图像处理——图像的空域增强和基于直方图的图像增强

数字图像处理——形态学实验

数字图像处理——图像分割实验

这是一个可以识别扑克牌花色和点数的小程序，用qt写了一个简单的界面，用VS八部后可以直接执行。相关的教程已经写在了这个https://www.jianshu.com/p/0c60ab4dd0e3链接中。源码也在博客中会给出。