二维点集凸包计算：Matlab 实现

该工具使用MATLAB语言实现了二维凸包计算算法，能够有效识别给定平面点集的最小凸多边形。

介绍了如何利用MATLAB实现一种快速计算一组2D点最小边界框的方法，类似于John D'Errico提出的最小边界矩形。该算法完全矢量化，避免了使用for循环，特别适用于大数据点集。与传统算法不同的是，它着重于计算最小面积矩形而非最小周长。

利用Matlab中的convhulln函数可以求解N维点集的凸包。根据点集维度的不同，可以选择不同的绘图方法：对于二维情况，使用plot函数绘制图形；对于三维情况，使用trisurf函数绘制表面图；对于更高维度的情况，可以使用patch函数绘制图形。需要注意的是，在三维及以上情况下，无法直接绘制图形。

二维图像的小波变换，玩得好能让图像去噪、增强啥的都变得顺手。MATLAB 里头自带的工具箱挺全的，wavedec2、waverec2这些函数，配合着wavemngr，搞个多尺度分解分分钟的事。像图像去噪，一般用软阈值法就挺管用。你只要设个阈值，小于的扔掉，大于的留着，再反变换一下，图像立马干净不少，细节也保得住。小波函数的话，常用的有db4、sym8、coif5这些，效果还不错。级数多了分得细，级数少了快，但看你什么场景了。去噪建议多实验几组阈值看看效果。附带的压缩包Chapter7 图像小波变换，里面有完整代码和，直接跑一跑就懂了，尤其适合新手上手。还有像下面这个例子，简单明了：% 加载图像

二维热传导方程的有限差分法实现，比较适合刚入门数值方法或者想练练 Matlab 的朋友。代码结构清晰，从网格构建到结果可视化一条龙，边界条件设置也挺合理的。如果你对热传导建模感兴趣，或者正好要做相关的课题模拟，这份代码能帮你省不少事。

二维传热数值计算matlab程序，供学习参考！

这份MATLAB源代码演示了二维分数傅里叶变换的过程，设计简单易懂，特别适合图像加密应用。

二维插值是图像处理和数据可视化中常用的技术之一，通过interp2函数实现，能有效处理函数z=f(x,y)的插值需求，方法包括线性和双线性插值。

利用MATLAB程序实现了二维离散小波变换，并对小波系数矩阵进行了重构，深入理解了其原理和实现过程。同时，通过采用不同的小波和边缘延拓方法，对小波系数矩阵的能量、均值、方差和信噪比等统计量进行了详细分析比较，从而更深入地探讨了小波变换的应用。