传统的滤波在去噪的同时，也损失了图像的层次造成图像的部分细节损失.所以，在传统的基础上进行了改进

基于meanshift的单目标跟踪算法实现 说明： 1. RGB颜色空间刨分，采用16*16*16的直方图 2. 目标模型和候选模型的概率密度计算公式参照上文 3. opencv版本运行：按P停止，截取目标，再按P，进行单目标跟踪 4. Matlab版本，将视频改为图片序列，第一帧停止，手工标定目标，双击目标区域，进行单目标跟踪。 博客地址：http://blog.csdn.net/jinshengtao/article/details/30258833

提取图像灰度信息—>利用均值哈希算法得到图像的二值编码—>计算汉明距离判断图像相似性—>得到最终检索结果

基于k-均值的RBF神经网络实现，matlab程序，基于k均值找到聚类中心，最小二乘法计算隐含层与输出层之间的权值。

利用Matlab求矩阵的矩阵和标准差,简单易用，非常好的一段小程序。

仿照weka自带的简单K均值聚类算法，实现的一个简单的模糊C均值聚类算法。

关于模糊C-均值(FCM)聚类算法的改进关于模糊C-均值(FCM)聚类算法的改进

利用K-means算法，在matlab环境下实现图像处理，具有GUI界面，形象的展现各种K值处理的效果！希望对大家有所帮助

基于opencv的图像去噪源代码，分别采用中值滤波，均值滤波，高斯滤波对图像进行去噪处理，程序已经运行过，没有问题。

通过k均值算法对图像进行聚类运算，获得聚类图像