hiddenbits

把24位的图片转换为8位的灰度图,C++程序，把真彩图转换为256

图像的拼接问题是基于图像绘制（Image base Rendering，IBR）领域研究的一个重要课题，也是虚拟环境重建的主要技术手段。它要解决的问题是如何把小视域的照片拼接成一张大视域的图像，以满足人们观察、浏览大范围场景的需要。场景图像的拼接是伴随着虚拟现实（Virtual Reality，VR）技术的飞速发展和虚拟环境实时绘制的需求应允而生的。由于每一幅图像都反映了客观事物或某个场景在空间、时间上的局部信息，采用图像拼接技术可以提供一种有效且完整的场景表示方法，使人们能更加客观、形象地认识事物和理解真实世界。因此，图像拼接技术是摄影测量学、计算机图形学、图像处理和计算机视觉等学科的重要研究内容，并得到广泛的应用。

稀疏度自适应(SAMP)信号重构算法在源信号稀疏度未知的情况下能够较为精确的恢复源信号，并且该算法的复杂度不高，能够很好的适应于压缩感知中对一维和二维信号的恢复，是贪婪类算法中比较新的一种算法。 本代码将原图像lena在离散余弦稀疏基下稀疏表示，测量矩阵选取高斯随机矩阵，用SAMP算法对原图像进行重构。  

很详细的代码啊   直接就可以拿来用 vc++的数字图像处理     很实用  很有趣啊    学习的时候可以拿来借鉴啊

包括了频率突变检测简单程序，微分突变点程序，利用小波分析进行消除噪声污染，小波消噪和傅里叶变换消噪的简单的对比程序，在低频信号上观察斜坡信号的趋势简单程序，对某一低频信号进行抑制和增强的简单程序，图像平滑、增强、融合的简单程序。这个压缩包里包括了小波分析的基本上所有的简单程序。

资源描述用网格法来追踪等值线，首先用差值法得到高程值，再追踪等值线，并画出等值线

生物指标是归档的生物数据的统计分析。脸是最好的生物数据最能说明一个人之一。人脸识别系统发现应用在许多领域的脸广泛公认是总是向社会开放。脸识别中人机交互、 安防系统、 社会网络等发现应用程序。

人脸识别是一个容易为人。实验在 [Tu06] 表明，甚至一到三天的婴儿是能够区分已知的面孔。所以有多难能的计算机吗？原来我们知道一点关于人类识别为日期。内部功能 （眼睛、 鼻子、 嘴） 或外部功能 （头形、 发际线） 用于成功的人脸识别？我们如何分析图像和大脑如何编码它吗？它显示了由大卫 · 哈贝尔 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

打开一BMP图像，对图像进行滤波，采用3*3、5*5窗口大小的进行均值、中值滤波；对图像边缘检测，采取sobel算子、梯度算子、拉普拉斯算子等算法；对图像进行分割，采取固定阈值分割、最大类间方差分割等等。希望对大家有用！