图像评价（均值、清晰度、信息熵、标准差）

大每一本OpenGL入门的书都会讲到OpenGL的Select模式，它采用一种方法使得可以获取当前鼠标点选的几何图形。简单的来说这种方式就是首先调 整Projection矩阵，使得你透过从鼠标点选附近的一个正方形（大小可设置）看到的世界。然后开始绘制，当每一次绘制的时候都会判断你会不会看到。 如果看到，那么，你就是选择了这个几何图形了。更为具体的过程可以参见相关的书籍。 http://hi.baidu.com/sishenfuhuo/blog/item/e98b852ef94013371e30892a.html2.在OpenGL红宝书中介绍了一种简便易行的办法:在后缓冲中 使用不同的颜色重绘所有对象,每个对象用一个单色来标示其颜色,这样画好之后我们读取鼠标所在点的颜色,就能够确定我们拣选了哪个物体。这种方法有一个缺 陷,当场景中需要选择的对象的数目超出一定限度时,可能会出现标识数的溢出。对于这个问题,红宝书给出的解决办法就是多次扫描。实践证明这种方法的确简便 易行,但仍有不少局限性,而且做起来并不比第一种机制方便多少。限于篇幅,不再赘述。

资源描述    这是一个很不错的图像处理的开发包，是读研的时候导师带着我们做的一个项目，可以对图像进行各种操作处理。代码是用c++写的，没有bug，可以正常运行。非常试用于图像处理、编程爱好者。

本代码使用直方图均衡对图像进行处理，压缩包里有自带的测试图片，效果很好，图像明显变亮

提高数据通信使安全和保密的信息是非常重要的地位。机密信息很容易被未经授权的人偷走。数据的安全性可以通过加密和隐写术技术的应用。加密技术是科学和艺术的新闻或信息保密。虽然隐写术是科学和艺术的隐藏到一个容器的信息。容器可以是图像、 音频文件或视频文件。可以结合这两种技术生产的高级别安全数据的系统。 在这个项目的最后将位图图像文件末尾 (EOF) 法实施的加密和隐写术技术。使用加密的随机的原始消息 （明文），并生成随机消息/加密 (密文) 之前插入到图像中。恺撒密码和曲折密码此最后的项目中使用的加密方法。创建使用 MATLAB R2008a 的应用程序。该应用程序基于 GUI 和 Windows 操作系统上运行。 基于应用程序的使用，显示该邮件使用文件末尾 (EOF) 插入方法生成新的一行末尾的原始图像。被插入到图像，更多新线将出现更多消息。限制邮件是保持从改变得太多了生成的图像的方法。密文图像处理可以做的不会改变像素要求插入消息的位置。 （这是我朋友的项目，他真诚地给我权限若要上载此项目...所以享受:))

Poisson surface reconstruction creates watertight surfaces from oriented point sets. In this work we extend the technique to explicitly incorporate the points as interpolation constraints. The extension can be interpreted as a generalization of the underlying mathematical framework to a screened Poisson equation. In contrast to other image and geometry processing techniques, the screening term is defined over a sparse set of points rather than over the full domain. We show that these sparse constraints can nonetheless be integrated efficiently. Because the modified linear system reta

基于opencv的人脸检测代码，适合初学者使用多个弱分类器集成的方法，机器学习中的弱学习到强学习，集成的关键是投票，最简单的方法是“绝对多数”的方法

XNA4.0版本的精灵追逐 碰撞检测主代码 主要是2D的部分 对学习XNA 入门 非常有用 本人曾利用它来实现大鼠肾小管的3D成像 效果很酷 后面还会继续分享XNA3D的部分 渲染 着色等 比较经典的是茶壶那个

该算法在检测到人脸并定位面部关键特征点之后，主要的人脸区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法。识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终的分类。

应用背景人脸检测算法的可靠性很大程度上依赖于分类器的设计，在2001年，Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征和积分图方法进行人脸检测，他俩不是最早使用提出小波特征的，但是他们设计了针对人脸检测更有效的特征，并对AdaBoost训练出的强分类器进行级联。关键技术 人脸检测从整体来看分为四个部分： 1、Face detection 人脸识别，即识别出这是人的脸，而不管他是谁的。 2、Face preprocessing 面部预处理，即提取出脸部图像。 3、Collect and learn faces 脸部的特征采集和学习 4、Face recognition 脸部识别，找出最相近的相近脸部图像。

可以进行遥感影像处理，包括生成黑白、彩色直方图，并可以对影像进行指数、伽马、对数、扩展校正