基于信息熵的图像分割方法研究及其在DSP中的快速实现-Entropy-based image segmentation method and its fast implementation in the DSP in

一篇英文文献，文中介绍的方法是先把图像分块，用熵值作为衡量每块图像的信息多少；计算每个图像块的熵值，熵值越大，信息含量就多。但是仅仅把熵值大的图像块拼在一起得到的融合图像有明显的不连续性，文中介绍了消除这种不连续性的方法-An English literature, the paper introduces the method is to first image block, using entropy as a measure of how much each piece of image

基于互信息熵的图像配准方法，其中包括图像配准的程序，还有程序运行的界面，对于初学图像配准或者利用MATLAB做GUI界面的同学有所帮助-Entropy based on mutual information image registration methods, including image registration procedures, as well as run the interface, image registration for the novice or the use of

混沌时间序列Matlab源程序,包含时间序列的时间延迟计算，关联积分计算，相空间重构，时间序列分解，Heaviside函数的计算，延迟时间和时间窗口计算，混沌吸引子关联维计算，重构相空间进行K_L变换，混沌吸引子关联维计算，Hurst指数分析，关联维和Kolmogorov熵计算，FFT计算序列平均周期，最大lyapunov指数计算，利用互信息法求时间延迟，混沌和噪声识别的源程序。-Matlab chaotic time series source, time includes the time