含有150个案例的J2SE应用编程源代码，是学习J2SE的难得资料。

Android九宫格源码，有换题、提示等功能,还有动画效果.

车票查询——国内机、车票查询，包括极品时刻表、国内机票查询、机票直通车更新程序，都是.exe文件，直接双击即可用。

该游戏有很美观的界面，通过上下左右键控制，主程序为game文件夹中的MainFrame.java文件；另外还有一个俄罗斯方块_练习演示.avi视频。

该贪吃蛇游戏界面美观，可以自动改变颜色，上下左右键改变方向，空格键用于暂停/继续游戏；主程序为game包中的MainFrame.java文件；另外还有一个snake_练习演示.avi视频。

游戏开发学习指南 亲爱的各位朋友，你们好！ 对大多数人来说，要想自己编写出《俄罗斯方块》、《贪吃蛇》游戏的程序代码，是有较大难度的。可是，很多年轻人一直梦想和追求着自己亲手编写出一个《俄罗斯方块》、《贪吃蛇》的游戏程序。为了帮助大家实现心愿，传智播客花费了大量时间和精力，安排汤阳光同志通过视频教学的方法，向大家讲解和展示了传智播客版《俄罗斯方块游戏》、《贪吃蛇》的每一行代码的编写过程。即便如此，大家也很难通过仅仅是看视频的方式来掌握传智播客版《俄罗斯方块游戏》、《贪吃蛇》的面向对象设计思路和每行代码的编写细节。 为了让大家真正能够自己亲手编写出传智播客版《俄罗斯方块游戏》、《贪吃蛇》，传智播客公司对大家有如下建议： 1、 对于本视频教程，大家至少需要学习三遍，而且，光看视频教程，而不去思考和练习，那是肯定学不会的； 2、 首先建议完整地看完整个视频的讲解，对其中设计思想和涉及的知识点有一个总体认识； 3、 然后总结自己从第一遍学习过程中收获了什么内容？想想自己是否可以通过收获的这些知识来编写本游戏程序了，有什么欠缺之处？在脑海中积累一定的问题。 4、 接着根据自己对第一遍学习的总结和思考，开始本视频教程的第二遍学习，力争解决第一遍学习和思考后总结出来的困惑。 5、 开始自已动手尝试编写《俄罗斯方块》、《贪吃蛇》游戏的程序代码，对于写不下去的地方，再对照视频进行学习。 6、 要想自己编写出传智播客版《俄罗斯方块》、《贪吃蛇》游戏的程序代码，必须多思考，多动手练习，要满怀热情，不能有畏难心理。 另外，传智播客公也将做出如下努力来帮助大家学习： 1、 如果大家对学习传智播客版《俄罗斯方块》、《贪吃蛇》游戏程序的兴趣非常浓厚，可以向传智播客公司登记报名参加免费的游戏开发培训班，传智播客公司将根据报名人数为大家组织和开办完全免费的《俄罗斯方块》、《贪吃蛇》游戏开发培训班，联系邮件地址为[email protected]，传智播客公司的网站为http://www.itcast.cn。 2、 为了便于大家更好地学习和掌握传智播客版《俄罗斯方块》、《贪吃蛇》游戏程序的编写，我们将针对本游戏程序的面向对象设计思想和编码细节提炼出若干问题，让大家去思考这些问题，并通过这些问题带动视频教程的学习，如果搞明白了所有这些问题，自然也就能够轻松编写出完整的传智播客版《俄罗斯方块》、《贪吃蛇》游戏的程序代码了。 3、 为了提高大家学习的趣味性，我们将提供传智播客版《俄罗斯方块》、《贪吃蛇》游戏程序的多个练习程序，每个练习程序都留出了某个类中的一个未完成的方法，我们会详细描述清楚该方法的功能和要求，只要大家按要求编写好这个留出的方法中的代码，运行我们提供的一个批处理文件，就可以立即体验到游戏的运行效果。 最后，由于作者的能力和精力有限，本视频教程的讲解和本游戏程序的代码还不够完善和完美，错误之处，再所难免，欢迎广大读者批评指正，我们将根据大家的反馈，对本游戏的源码不断进行更新和改进，欢迎大家关注我们的网站，以便获取最新的视频讲解和游戏源码。 祝大家学有成效!

也许你已经在Excel中完成过上百张财务报表，也许你已利用Excel函数实现过上千次的复杂运算，也许你认为Excel也不过如此，甚至了无新意。但我们平日里无数次重复的得心应手的使用方法只不过是Excel全部技巧的百分之一。本专题从Excel中的一些鲜为人知的技巧入手，领略一下关于Excel的别样风情。

摘 要：本文提出了一种车牌模糊预处理方法，主要用于解决现场车牌图像模糊不清、对比度不强，以及 传统二值化方法带来的噪声、粘联、变形等不理想现象。通过采用模糊增强技术来增强车牌图像的对比度， 便于后续的分割、识别等操作；并提出应用模糊c 均值算法来确定车牌图像二值化中的聚类阈值，从而实 现对车牌图像的二值化，并将二值化结果与传统的Otsu 二值化方法进行了对比。实验结果显示，应用本 方法处理车牌噪声和粘联等情况具有较好的优越性。

摘　要: 针对模糊辨识中采用迭代和人为决策法确定模糊规则数时易受噪声和人为因素的影响,而导致算法鲁棒性 较差和计算量较高的问题,提出一种基于改进客观聚类分析的模糊辨识方法. 首先引入并改进了客观聚类分析法,克 服了迭代导致的规则数冗余,降低了人为因素对聚类结果的影响,从而减小了计算量并提高了鲁棒性;然后结合模糊 聚类和稳态卡尔曼滤波法,分别辨识了前提和结论参数;最后通过Box2J enkins 仿真实例验证了所提方法的有效性.

摘要：在研究图像噪声过滤时，为了既有效地去除噪声，又能够较好地保持图像边缘和重要的细节信息，将模糊逻辑思想与PM方法相结合，提出了一种对噪声图像更有效的基于模糊逻辑的偏微分方程去噪算法。该算法把PM 方法中扩散方程的扩散系数看作像素梯度对于图像平滑区域的模糊隶属度函数，并通过定义合理的模糊隶属度函数，使得对不同的像素梯度大小采用不同的扩散系数。仿真实验表明，此算法在去除噪声的同时，能更好地保持图像的边缘细节，具有较好的处理效果。

模糊图像处理技术概述：模糊图像特点分析、模糊图像处理前沿技术、图像去噪、图像复原等。

摘　　　要: 常用的经典脉冲噪声滤波方法在去除图像脉冲噪声的过程中,常常造成图像细节信息的丢失, 导致图像模糊不清·为了克服这一缺陷,提出了一种新的基于局部相似度分析和邻域噪声评价的图像去噪算 法·该算法通过分析图像中各像素点的局部相似度来确定图像的轮廓和噪声,再通过邻域脉冲噪声评价法检 测出脉冲噪声点,使图像处理仅处理噪声点而保持轮廓像素点不变,更有效地改善了噪声检测精度,并保护了 图像的细节特征·实验结果表明,这种新算法较其他经典滤波器具有更有效的图像去噪和细节信息保护性能, 具有一定的应用价值·

摘要针对一幅模糊图像和一幅噪声图像的图像修复问题, 提出了一种结合一, 模型与模型的新交替修 复算法。该算法首先利用一’ 模型对噪声图像进行去噪然后利用模型, 把去噪结果作为迭代初始值, 对于 模糊图像去模糊最后, 把去模糊结果作为迭代初始值, 再利用一, 模型对噪声图像进行去噪⋯ ⋯ , 如此交替进 行。实验效果表明, 该新算法不仅继承了一, 模型与模型能保持轮廓和细节的优点, 同时也有效地克服了这 两种模型会降低对比度和出现“ 重影” 的缺点。

摘要: 提出一种对含有高斯噪声的数字图像的去噪方法, 这种方法能够增强高斯噪声滤波器的性能, 减少去噪对图像造成的模糊和失真。设计了一个模糊推理系统( FIS) , 并利用ANFIS 训练这个FIS。通过训练可以调整、优化FIS 的内部参数值。训练图像数据由计算机程序自动生成。优化后的FIS 即可处理输入的图像数据, 产生增强的图像。从结果图像的视觉效果和量化标准两方面 的实验和分析, 可以看出这种方法可基本消除高斯噪声滤波器产生的模糊和失真, 提高滤波器性能。实验表明模糊神经系统可以应用于图像去噪问题。在合理地选择隶属度函数、规则和训练数据的前提下, 会产生明显的图像增强效果。

摘　要:遗传算法在模糊图像恢复的应用上,如果算法设计的不合理,需要更多的迭代次数,影响算法本身的运行效率,也有可能会陷入局部收敛,影响图像恢复的效果。针对现有的遗传算法,结合图像本身的特点,提出了一种新的图像模糊恢复的遗传算法结构。该算法以二维的染色体编码方式,通过样本分布模板和多重随机参数,以提高迭代收敛的速度,同时避免局部收敛。实验结果表明,该算法在运动模糊图像的恢复中,要优于传统的逆滤波法,算法的抗噪声能力较强,对于运动参数估计的依赖性也较弱。

摘要: 文章针对模糊模式识别的原理, 根据图像的特征, 采用模糊理论, 提出了一种图像的识别方法。研究结果表明:该方法具有简单、快速、有效的特点, 从而拓宽了模糊模式识别的应用范围。

目 录（版权归原作者所有） 第一章 绪论 .........................................1 §1-1 引言........................................................................................................................1 §1-2 研究的目的和意义................................................................................................1 §1-3 国内外的研究现状................................................................................................2 §1-4 本课题研究内容....................................................................................................3 第二章 图像复原中的基础知识 .........................4 §2-1 卷积与反卷积........................................................................................................4 §2-2 二维离散卷积........................................................................................................5 §2-3 傅立叶变换与离散傅立叶变换............................................................................5 §2-4 本章小结................................................................................................................7 第三章 失真图像复原理论 .............................8 §3-1 失真图像复原的基本原理....................................................................................8 3-1-1 失真图像复原的原理....................................................................................8 3-1-2 失真图像的退化模型....................................................................................8 §3-2 失真图像的几种复原方法....................................................................................9 3-2-1 逆滤波图像复原...........................................................................................9 3-2-2 最小二乘滤波图像复原.............................................................................10 3-2-3 维纳滤波图像复原.....................................................................................11 3-2-4 最大熵复原.................................................................................................11 §3-3 运动模糊图像的复原..........................................................................................12 3-3-

目 录（版权归原作者所有） 摘 要 ...........................................................................................................................I ABSTRACT.................................................................................................................... II 1 绪 论 ........................................................................................................................ 1 1.1 引言........................................................................................................................ 1 1.2 国内外发展现状.................................................................................................... 1 1.2.1 光学信息处理的发展 ..................................................................................... 1 1.2.2 光学小波的发展 ............................................................................................. 3 1.3 论文研究的背景和意义 ........................................................................................ 5 1.4 论文的主要内容 .................................................................................................... 6 2 图像复原基础 ............................................................................................................ 8 2.1 图像复原概述........................................................................................................ 8 2.1.1 图像退化模型 ................................................................................................. 8 2.1.2 图像复原与图像增强 ..................................................................................... 8 2.1.3 传统的图像复原方法 ..................................................................................... 9 2.2 图像盲复原的方法 .............................................................................................. 10 2.2.1 图像盲复原介绍 ........................................................................................... 10 2.2.2 图像盲复原的分类 ....................................................................................... 11 2.3 图像复原效果的评价标准 .................................................................................. 13 2.3.1 主观评价标准 ............................................................................................... 14 2.3.2 客观评价标准 ............................................................................................... 14 2.4 本章小结.............................................................................................................. 16 3 人工神经网络在图像复原中的应用 ...................................................................... 17 3.1 人工神经网络概述.............................................................................................. 17 3.2 人工神经网络的特点.......................................................................................... 17 3.3 人工神经网络的应用领域.................................................................................. 18 3.4 基于人工神经网络的图像复原技术的研究现状.............................................. 18 3.5 神经网络在图像复原中的应用.......................................................................... 19 3.5.1 基于 Hopfield 网络的图像复原 ................................................................... 19 3.5.2 基于 ARMA 模型的人工神经网络图像复原 ............................................. 20 3.5.3 基于 BP 神经网络的图像复原..................................................................... 22 3.6 本章小结.............................................................................................................. 22 4 基于 BP 神经网络的图像复原算法 ......................................................................... 23 4.1 基本原理.............................................................................................................. 23 4.2 BP 神经网络方法研究 ......................................................................................... 23 4.2.1 BP 网络概述................................................................................................... 23 4.2.2 BP 学习算法概述........................................................................................... 25 4.3 BP 网络的结构设计及参数配置 ......................................................................... 264.3.1 输入和输出层的设计 ................................................................................... 27 4.3.2 网络层数的确定 ........................................................................................... 28 4.3.3 隐含层神经元数的确定 ............................................................................... 28 4.3.4 初始权值的选取 ........................................................................................... 28 4.3.5 训练函数的选择 ........................................................................................... 29 4.4 实验结果及数据分析.......................................................................................... 29 4.5 改进的基于图像分块的复原算法 ...................................................................... 33 4.5.1 改进算法的原理 ........................................................................................... 33 4.5.2 改进算法的计算复杂度分析 ....................................................................... 34 4.5.3 改进算法的试验结果 ................................................................................... 35 4.6 本章小结 .............................................................................................................. 36 5 基于神经网络集成的图像复原 .............................................................................. 37 5.1 引言...................................................................................................................... 37 5.2 神经网络集成研究进展...................................................................................... 37 5.2.1 概述 ............................................................................................................... 37 5.2.2 实现方法 ....................................................................................................... 38 5.3 基于遗传算法的选择性神经网络集成.............................................................. 39 5.4 实验结果与分析.................................................................................................. 41 5.5 本章小结.............................................................................................................. 42 6 总结与展望 .............................................................................................................. 43 致 谢 ........................................................................................................................44 参 考 文 献 ..................................................................................................................45 附 录 ........................................................................................................................50 A. 参加的课题： ....................................................................................................... 50 B. 发表的论文： ....................................................................................................... 50 C. 国家发明专利........................................................................................................ 50

摘　要: 盲图像恢复是图像处理学中的重要领域,本文围绕这个方面对几种比较有代表性的图像恢复算法进行了细致深入的探讨,研究工作主要包括:介绍两种盲迭代恢复算法的原理、实现,EM恢复算法、PBD恢复算法以及两种算法的实现;介绍NAS - R IF恢复算法原理、实现,并对其恢复性能进行分析.

摘 要: 图像在产生、传送和记录过程中都会产生失真, 在恢复时影响图像质量。文中对简单遗传算法在进行图像恢复时, 存在“过早收敛”现象等问题进行了很好的改善。使用此算法与一般遗传算法恢复的图像进行对比, 图像的清晰度明显优于后者。

摘要: 图像复原试图利用退化现象的某种先验知识来重建或复原被退化的图像。其中维纳滤波是一种常见的图像复原的方法, 该方法的思想是使复原的图像与原图像的均方误差最小原则来复原图像, 但是该法具有一定的限制性, 且在复原过程中易产生振铃效应。本文在分析维纳滤波复原图像的基础上, 提出了一种对复原后的图像边界进行处理的方法。实验结果表明, 该方法有效地降低图像恢复过程中产生的振铃现象, 且复原的图像质量较好。

摘要: 图像复原技术在图像处理领域中具有非常重要的地位,该技术能够最大程度地恢复图像的本来面貌。图像复原技术的重点在于找出导致图像失真的原因,并针对该原因对失真图像进行反处理,以此来获取清晰的图像。文中介绍了改进的维纳滤波算法,结合最近邻域法,实现了多图像复原的MATLAB 算法。在MATLAB 实验平台上,通过多幅相关散焦图像实现了图像复原的反卷积算法及其代码。

摘.. 要.. 为减少汉明纠错译码时出现的错误, 以减少错纠和乱纠的可能和提高恢复图像的质量, 提出了一种改进的 基于汉明纠错码的图像恢复算法。该算法首先将灰度图像的最高位平面(MSB )分成4大块; 然后再将每大块分成4 小块, 并进行小块的垂直对调, 同时对处理后的4大块中相同像素位置处的二进制位进行( 7, 4) 汉明编码; 最后将产 生的3个监督位平面各自进行大块内小块的对角对调, 再将处理后的3 个大块按监督位顺序依次嵌入到原始图像的 前面3大块的对应像素的最低位( LSB )。第2重要位平面( 2M SB)和第3重要位平面( 3MSB)也进行同样处理, 并分 别嵌入到次低位( 2LSB)和再次低位( 3LSB)。实验结果表明, 该改进方法比原方法在剪切、替换、均值和中值滤波以 及JPEG有损压缩情况下, 可取得更好的图像恢复效果, 且恢复算法带来的噪声大大减少。

摘.. 要: 小波图像压缩及图像消噪算法近年来得到了广泛的重视和发展, 其处理的核心部分就是图像的边缘, 各种算法都会产生图像边缘的锯齿状震荡, 即Gibbs 现象。针对小波图像压缩中的振荡现象, 首先应用Kirsch 算子检测图像边缘, 然后利用区域内像素灰度的相关性及小波系数的相关性, 提出一种基于小波变换的K 邻域平均法, 最后通过仿真及信噪比的比较说明了此算法的有效性和可行性。

　摘　要: 　基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处 理. 本文提出一种超完备字典学习算法并应用于图像去噪. 将字典学习等价于一个二次规划问题,并提出适合于大规模运算的投影梯度算法. 学习所得字典能有效描述图像特征. 基于此超完备学习字典,获得图像的稀疏表示,并恢复原始图像. 实验结果表明,与小波类去噪方法相比,本文的学习算法能更好地去除图像噪声,保留图像细节信息,获得更高的PSNR 值.

摘　要:综述了数字图像处理技术的主要特点和优点,阐述了包括图像采集与数字化、图像的压缩、图像的增强与复原、图像的分割和图像分析等主要内容的产生及其发展历程,并根据该领域的最新进展,简述了数字图像处理技术5 个主要研究方面的最新热点,最后总结了数字图像处理技术领域中面临的主要挑战和未来发展方向.

摘要: 基于TV 模型的图像修复方法对非纹理图像有较好的恢复效果,但对带纹理的图像,很容易将纹理磨掉。本文从原图像中提取纹理,针对纹理作恢复处理,再将恢复后的纹理信息补偿到TV 模型输出的图像上。实验结果表 明这种方法大大提高了视觉效果。

摘要: 本文研究了将图像恢复问题转化为大型的线性不适定问题的求解. 利用由Landweber 迭代正则化方法改进所得到的快速收敛的迭代正则化方法,处理具有可分离点扩散函数的图像恢复问题. 图像恢复实验表明该方法可大大提高收敛速度,且在计算中只需要较少的存储量.

【摘　要】本文主要研究遥感图像恢复。建立遥感图像的退化模型, 分析遥感图像恢复方法, 主要有非约束还原 和约束还原。在此基础上, 采用Lucy2Richardson与维纳滤波方法进行遥感图像恢复结果分析与比较。结果表明, Lucy2Richardson方法对遥感图像恢复能够较清晰反映实际图像。

摘要：为精确估计噪声方差，提出一种基于离散余弦变换及高频屏蔽窗的去噪方法，利用离散余弦变换（DCT）对 小波高频子带进行局部特征提取，在此基础上对由噪声引起的小波系数的幅值进行估计，从原小波系数中屏蔽噪声 部分的幅值，并用小波逆变换对剔除噪声分量后的小波系数进行恢复，从而得到去噪后的图像.该方法避开了噪声 方差的估计,并在去噪效果和保留细节方面要好于传统的阈值去噪方法.

摘要:提出了一种新的基于分块的图像去噪方法。主要思想是,首先将原图像分成若干个相等的小块,然后对每个子块进行去噪,并且结合原对偶方法对新方法进行了验证。数值实验证明,该方法具有很好的效果,可以提高一倍左右的运算速度,并且图像恢复质量也有一定的提高;特别是对大型问题,新方法可以大幅度的提高去噪效率。

【摘要】： 论述了基于现代滤波器的图像恢复方法，介绍了图像恢复在图像工程中的重要性，以及数字图像的噪声类型和质量评价方法。

学习jsp技术不可缺少的日期控件类型，学好jsp技术的前奏！

本书是一本非常全面的考研指导书，拿来与打算考研的同学一起分享。

本书是初学者学习SQL数据库最好的资料书，希望能帮助正在或将要学习数据库的人。（建议先收藏着，以后用得着）

本书是初学者学习JavaScript最好的资料书，希望能帮助正在或将要学习JavaScript的人。（建议先收藏着，以后用得着）

本书是初学者学习HTML网页设计最好的资料书，希望能帮助正在或将要学习HTML网页设计的人。（建议先收藏着，以后用得着）

本书是初学者学习CSS最好的资料书，希望能帮助正在或将要学习CSS的人。（建议先收藏着，以后用得着）

本书拥有十几种 Ajax 完整开发案例（含源码），以及专业的指导，希望能帮助正在或将要学习 Ajax 的人。（先收藏着，以后用得着）

本书是初学者学习 Ajax 最好的资料书，希望能帮助正在或将要学习 Ajax 的人。（建议先收藏着，以后用得着）