使用sift进行图像对称的代码

简单的jpeg编码实现，包括DCT，量化，zigzag，行程编码等函数，对于初学者应该很有帮助

Android仿WIN8磁贴效果，原来的代码有问题，双击按钮会放大图片，并且产生两次事件。自己动手将以上两个Bug修复了，并改动了磁贴代码的拼写错误，加入一些自定义消息方便代码阅读。

mfc编程，带滚动条的图片显示，图像灰度化，加权灰度均衡化，高斯滤波处理，大律法自适应二值化算法

caffe学习笔记4_学习搭建自己的网络——MNIST在caffe上进行训练与学习学习笔记1_CIFAR-10在caffe上进行训练与学习学习笔记2_用一个预训练模型提取特征学习笔记5_逐层可视化图像特征

利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理, 程序能够运行出正确的结果，希望对各位有帮助。

这是OpenCV中将IplImage格式的图像在MFC上显示用的类，比OpenCV中的CImage的兼容性更高，代码中带有详细的注释，自己可以看注释轻松的完成在MFC上显示IplImage图像的程序

基于OPENCV的Retinex，代码简单实用，处理效果明显！处理低能见度，去雾效果特别好，在此基础上用户可以自己编写MSR，及MSRCR的算法，希望能对你有用

基于wxPython和PyDicom软件包的,可以显示DICOM格式图像的代码,可以读取各个Tag及对应的内容,方便作为作为进一步图像分割和三维重建开发的基础框架

高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布   的噪声非常有效。一维零均值高斯函数为： g(x)=exp( -x^2/(2 sigma^2)) (u=0)其中，高斯分布参数Sigma决定了高斯函数的宽度。 对于图像处理来说，常用二维零均值离散高斯函数作平滑滤波器。

这项工作基于统计方法的问题，而不使用大培训数据库和不诉诸神经网...... 我避免神经网络显而易见的选择，唯一的真正原因是： 1） 它已进行前字符识别。 2） 它不似乎是本着同样的精神，作为我们的课程和讲座， 和方法。 3） 神经网络，以我的经验，似乎并不产生可伸缩的、 关于底层视觉问题/解决方案的重用信息... 就我所知他们只是证明，一些系统称重层感知产量的正确结果大部分时间。 只有几篇文章手写识别的问题，我所读过的指的是统计方法解决它。我已经从他们，我的想法，但是我还没有找到任何准确的参考，我对这个问题的办法。我将会检讨各种统计方法在下一章。