[其它] 一种抗印刷-扫描倾斜失真的数字水印算法

说明：设计了一种用于彩色印刷防伪图像的基于博奇编码的傅里叶计算全息数字水印方法。通过印刷-扫描实验,研究了扫描过程图像倾斜角度与提取的水印质量之间的关系。实验表明:该水印算法对印刷、扫描过程中的倾斜攻击等具有很好的鲁棒性,能满足彩色印刷图像的防伪要求;且倾斜角度越小(<15°),对水印质量的影响越小,倾斜角度为45°时提取的水印质量相对于其他倾斜角度下提取的水印质量略好。
<weixin_38577261> 上传 | 大小：1mb

[其它] 基于Vese​​-Osher分解模型的稳定特征提取的模糊掌纹识别

说明：当使用非接触式设备捕获掌纹时，由于散焦状态，不可避免地会产生图像模糊。 这降低了系统的识别性能。 为了解决这个问题，我们提出了一种基于维斯-奥歇（VO）分解模型的稳定特征提取方法，可以有效地识别模糊的掌纹。 首先建立高斯散焦退化模型来模拟图像模糊。 通过不同程度的模糊，可以发现图像中存在稳定的特征，可以通过从理论上分析模糊来进行研究。 然后，使用VO分解模型来获得模糊的掌纹图像的结构和纹理层。 结构层对于不同程度的模糊是稳定的（这是一个理论结论，需要通过实验进一步证明）。 接下来，设计了基于方向
<weixin_38565801> 上传 | 大小：1mb

[其它] 基于归一化超拉普拉斯先验项的运动模糊图像盲复原

说明：基于变分方法提出了一种运动模糊退化图像的盲复原算法。考虑自然场景的图像梯度符合长拖尾概率分布,提出的方法采用归一化的超拉普拉斯先验项作为变分能量方程中的光滑项,从而有利于图像在去模糊的求解过程中正确解收敛。由于建立的能量方程不是严格凸的函数,故引入了分裂方法进行求解。整个运动模糊退化图像的盲复原过程在多尺度框架下由粗到细尺度渐进执行。最后利用估计出的点扩展函数计算清晰图像。相对于传统的盲复原算法,本文提出的算法不需要预测图像的梯度信息和对梯度进行筛选,直接求解能量方程就能够得到相应的正确解。得到
<weixin_38556205> 上传 | 大小：2mb

[其它] 零相位滤波器matlab函数

说明：零相位滤波器，输入为原始波形数据
<weixin_44309939> 上传 | 大小：848byte

[其它] 基于混合数据项的运动去模糊变分方法

说明：运动去模糊是当今图像处理领域的研究热点和难点。鉴于变分能量方程在图像处理中的理论优势,提出了基于变分能量方程的运动去模糊算法。为了利用图像中的梯度信息并消除噪声的影响,采用混合数据项。引入归一化的总变分项,使得运动去模糊的真正解能够使得变分能量下降。由于引入的归一化总变分项求解复杂,引入线性分裂Bregman迭代简化求解过程。由于运动轨迹的复杂性,算法在多尺度框架下进行,从粗尺度到细尺度依次渐近执行,直到最终求得模糊核函数。粗尺度上估计的点扩展函数和恢复的清晰图像作为下一精确尺度变分能量模型求解
<weixin_38680811> 上传 | 大小：1mb

[其它] 含Euler弹性项图像修复变分模型的快速Split Bregman算法

说明：在图像修复的变分模型中引入Euler弹性项可有效修复大破损区域,但直接对该模型变分将导致高阶偏微分方程,其离散差分格式复杂、计算效率低。本文通过引入多个辅助变量和Bregman迭代参数将原模型转化为简单的Split Bregman迭代优化模型,并采用交替优化方法得到关于原变量和辅助变量一系列简单的Euler-Lagrange方程或广义软阈值公式。最后通过多个实验验证了算法的有效性。
<weixin_38586186> 上传 | 大小：1mb

[Linux] sogou.500w.utf8

说明：大数据分析经典测试数据
<lixusocool> 上传 | 大小：547mb

[其它] dz邀请码管理 优惠版.zip

说明：解压密码bbs.jycmmusic.com
<u010815991> 上传 | 大小：14kb

[其它] PrivateHome:私有物联网解决方案-源码

说明：私人住宅 描述 这是一个专注于设计，安全性和可扩展性的SmartHome项目。 它在Scala中编程。 状态 这项工作仍在进行中。 以下列表代表了我们的当前状态和计划的目标。 网络图形用户界面 安卓应用 iOS应用 MQTT 443兆赫 红外线的 ZigBee 亚历克斯 苹果首页 谷歌助手 设置助手 设备设置助手
<weixin_42099151> 上传 | 大小：480kb

[互联网] adb-source.7z

说明：adb 源代码，vs已经编译通过并测试可以使用
<rqf520> 上传 | 大小：41mb

[其它] 具有瑞利分布的超声图像的主动轮廓模型

说明：超声图像经常因瑞利分布的乘性噪声而损坏。 噪声很强，通常被称为斑点噪声，因此使用这种噪声进行分割是一项艰巨的工作。 在本文中，我们将乘法噪声去除模型合并到主动轮廓模型中以进行超声图像分割。 为了对超声图像的灰度行为进行建模，需要考虑经典的瑞利概率分布。 我们的模型可以很好地分割嘈杂的超声图像。 最后，使用一种称为Split-Bregman方法的快速方法来轻松实现分段。 在各种合成和真实超声图像上进行的实验验证了我们方法的性能。
<weixin_38740144> 上传 | 大小：1mb

[其它] Urban-Region-Function-Classification-源码

说明：Top 2方案 团队介绍 队名：海疯习习 成员： 朱群喜，复旦大学数学系博士，目前在哈佛医学院交流； 周杰，华东师范大学计算机系博士，目前在加拿大约克大学交流，曾获得和 Top3。 名次：初赛第一，最终第一 任务描述 给定用户访问数据和卫星图片，判断城市用地功能，包括住宅区，学校，工业园区，火车站，机场，公园，购物区，行政区和医院9个类别，具体任务描述见 环境要求 Python 3.6 火炬0.4.0 斯克莱恩 麻木 XGboost Lightgbm 思路 特征 用户基本特征 1）提取一个
<weixin_42146086> 上传 | 大小：5mb