形态学图像处理

mjpg-streamer图像采集和处理，可以在网页上看到摄像头静态采集图像和动态采集的视频，非常好的适合初学者研究的开源源代码。

图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理

本代码是利用凸优化对L1范数进行优化，从而达到对系数图像去噪的效果，输出为去噪后图像以及噪声图像，本代码对椒盐噪声去除效果尤为明显

真实性和版权保护是在处理数字多媒体的两个主要问题。图像水印是最流行的方法，用于版权保护的离散小波变换 （DWT） 执行原 2 级分解（封面） 图像和水印图像嵌入在最低水平 (LL) 子波段的封面图片。逆离散小波变换（IDWT） 用来从水印图像中恢复原始图像。和离散余弦变换 （DCT），转换成图像块兆位和使用离散余弦逆变换的然后重建。在本文中我们比较了水印使用离散小波变换和离散小波变换离散余弦变换方法性能分析的峰值信噪比，相似因子的水印和恢复的水印基础上。

================================================================================    MICROSOFT 基础类库： FaceRecognition 项目概述===============================================================================应用程序向导已为您创建了此 FaceRecognition 应用程序。此应用程序不仅介绍了使用 Microsoft 基础类的基本知识，而且是编写应用程序的起点。此文件包含组成 FaceRecognition 应用程序的每个文件的内容摘要。FaceRecognition.vcproj    这是使用“应用程序向导”生成的 VC++ 项目的主项目文件。  请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

应用背景要求：Matlab，Matlab图像处理工具箱。在图像压缩和特征提取中，线性扩展的标准使用。这是最近提出的李和承：一个正或非负线性扩展是一个非常强大的约束，这似乎导致图像的稀疏表示。他们的技术，被称为非负矩阵分解（NMF），被证明是一个高维数据中的有用技术由非负性成分组成。关键技术关键词：MATLAB源代码，，，NMF，图像，压缩，非负矩阵分解。1发布日期2014.10.27主要特点：NMF的图像压缩详细数据压缩信息灰度和RGB图像的支持快速优化实现演示代码（保护p-files）可用绩效评价

使用gdal和c++，编写的一个打开图片的程序框架，GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理

应用背景Mean shift作为一种有效地特征空间分析方法，在图像滤波，图像分割，物体跟踪等方面都有广泛的应用。OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。关键技术OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。 其中滤波的c++函数原型为： void pyrMeanShiftFiltering(InputArray src, OutputArray dst, double sp, double sr, intmaxLevel=1, TermCriteria termcrit=TermCriteria( TermCriteria::MAX_ITER+TermCriteria::EPS,5,1) ) src和dst分别为输入和输出图像，8 bit,3 channel,sp和sr为空间域和颜色域的半径，maxLevel为分割用金字塔的最大层数，termcrit为迭代的终止条件。、 分割的函数原型为： void gpu::meanShiftSegmentation(const GpuMat& src, Mat& dst, int sp, int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1)) 大部分参数与pyrMeanShiftFiltering相同，minsize为最小的分割区域大小，小于这个大小的区域会被合并。 OpenCV sample里用pyrMeanSh

On this site you can: visualize Gabor functions, use a Gabor filter for edge detection and extraction of texture features, simulate simple and complex cells (visual cortex), simulate non-classical receptive field inhibition or surround suppression and use it for object contour detection, and explain certain visual perception effects.