图像变换原理FFT与DCT（第8-9讲）

结果1 clf I=imread('Lena.jpg'); I1=fftshift(fft2(I)); imshow(abs(I1), colormap(jet(256))); colorbar若无显示为紫色

二维离散余弦变换（N*N）中，F(0,0)表示直流分量，是低频信号，其余部分为交流信号。图像变换中的FFT和DCT起到重要作用。

本程序利用Matlab强大的数学计算能力，将图像从空间域转换到频率域，完成了DCT变换。

六个像素 0.2

回归的基础，R 语言的第八讲，讲得还挺细。常见的线性、多元、非线性回归都讲到了，适合刚接触 R 编程的朋友慢慢啃一啃。回归在数据建模里真是出场率超高的技能，尤其你做预测类项目，比如收入预测、用户行为，基本都绕不开。一元线性回归算是入门好起步，像lm()函数，调用简单，调试也直观。讲义里提到不少常见分类方式：一元 vs 多元、简单 vs 多重、线性 vs 非线性，别觉得术语多，其实理解起来不难。比如线性回归，就是你图一画就是条线那种；非线性的，就有点弯弯绕绕了。推荐几个相关资源哦——想用Matlab试试的，可以看看Matlab 一元线性回归实例，代码不长，但逻辑清晰；R 语言用户别错过一元线性回

matlab 的图像工具里，幂律变换这块功能还挺实用的。这套叫做MATLAB-Image-Processing-Tool-V1的小工具，把常见的图像操作都整合进去了，不光用到了 MATLAB 的内置函数，还手撸了一些算法逻辑，比如Sobel 滤波器就有手动实现的版本，挺适合拿来学习和调试。 UI 方面嘛，是用MATLAB GUIDE做的，虽然界面不算花哨，但好在响应也快、交互也够用，能直接操作各种变换功能，比如幂律变换、对数变换、图像负片这些，选项全。 你还可以搞点基础的形态学操作，像侵蚀、膨胀、边界提取这些都能搞。做实验或者快速验证算法思路，蛮方便的。是像线性滤波，比如加权平均、高斯模糊这些

图像处理中，水平与竖直方向边缘增强技术是一项重要研究课题。示例中，首先读取lena.bmp图像并显示原始图像。接着应用Sobel算子进行水平方向边缘增强，得到处理后的图像J1。然后应用Sobel算子进行竖直方向边缘增强，得到处理后的图像J2。这些处理展示了如何通过滤波器增强图像的边缘特征。

原始图像经过加噪处理后，通过medfilt2函数进行中值滤波平滑处理，有效增强了图像的空域特性。

数据库系统概论的第二讲内容，讲得还挺系统的，适合刚入门的朋友看看。里头讲了啥是数据库系统、数据独立性这些基础概念，都是后面学 SQL、建模绕不开的核心点。你要是正好在啃《数据库原理与应用》，这份资料可以说是对着书看的好搭档。还有几个相关文章也蛮不错的，像是数据独立性和模式映射这些，都是实际项目里会碰到的东西，看一眼有数更放心。