聚类分析ISODATA算法C代码

这是对图像中的人脸提取其中的LBP特征，用到了OpenCV中的图像的类型IplImage，将图像中的人脸的纹理提取出来，这样便可以消除光照对人脸图像的影响，对于图像中的有用的信息表示为1，其他表示为0，这样就可以将lbp特征显示出来

这个源代码是利用OpenCV工具包，实现图片中的人脸检测，并将检测出来的人脸用绿色方框框出来。所附代码，使用VS2008完成，使用OpenCV2.4.6。参数从命令行输入。argv[1]是图片的位置。检测眼睛的代码和人脸检测是一样的，只需要在检测出的人脸上再次进行一番相同的检测即可（注意：检测眼睛的参数需要调整，特别是最大最小区域范围）。

验证手写签名。

写的一个基于matlab的图像处理小程序，带有基本界面，通用性较好，能够实现基础的图像处理操作，例如锐化，噪声演示、多方法去噪，边缘检测等，主要用于检测灰度图像，要处理彩色图像，需要转换成灰度图像

OTSU是在1979年由日本学者大津提出的，是一种自适应确定阈值的方法，这是按照图像的灰度特性，将图像分成目标与背景两个部分。

在肤色检测、人脸识别、图象和视频检索的研究中,大量算法都是基于对图象色彩特征进行分析的,然而当图象发生偏色时,这些算法的性能会明显下降,甚至无效,而且由于现有的偏色校正算法,引入了其他关于偏色图象的先验性信息,具有很大的使用局限性,为此,提出了一种在只给出偏色图象的条件下,进行偏色检测和自动校正的算法.该算法首先获取并分析偏色图象在RGB各通道内的直方图特征,然后参照这些特征检测偏色通道,并通过调整偏色或非偏色通道强度分布来达到各个通道之间色彩平衡.实验表明,在较大程度的偏色情况下,该算法校正恢复出的图象与原始无偏色图象能达到视觉上基本一致的效果,并具有普遍的适用性.

Matlab代码的工作包括捕捉视频与我的脸移动进出

基于opencv，使用直方图均衡化的方法进行数字图像处理，满足冈萨雷斯的数字图像处理课本的例题要求，适合初学者理解参考

正交匹配追踪算法，在分解的每一步对所选择的全部原子进行正交化处理，这使得在精度要求相同的情况下，OMP算法的收敛速度更快。MP一般只能满足第k个残差和xk正交，这也就是前面为什么提到“信号(残值)在已选择的原子进行垂直投影是非正交性的”的原因。如果第k个残差和fk不正交，那么后面的迭代还会出现fk中已经出现的项，很显然fk就不是最优的，这也就是为什么说MP收敛就需要更多次迭代的原因。不是说MP一定得到不到最优解，而且其前面描述的特性导致一般得到不到最优解而是次优解。那么，有没有办法让第k个残差与正交，方法是有的，这就是要谈到的OMP算法。