混合高斯模型背景建模

K均值聚类法分为如下几个步骤： 一、初始化聚类中心 1、根据具体问题，凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。 2、用前C个样本作为初始聚类中心。 3、将全部样本随机地分成C类，计算每类的样本均值，将样本均值作为初始聚类中心。 二、初始聚类 1、按就近原则将样本归入各聚类中心所代表的类中。 2、取一样本，将其归入与其最近的聚类中心的那一类中，重新计算样本均值，更新聚类中心。然后取下一样本，重复操作，直至所有样本归入相应类中。 三、判断聚类是否合理 采用误差平方和准则函数判断聚类是否合理，不合理则修改分类。循环进行判断、修改直至达到算法终止条件。

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:))

主要用matlab编写了计算图像的方差、峰度、斜度熵以及角二阶炬等代码，可以直接使用，在计算灰度共生矩阵时窗口的大小设为5*5的方阵，代码清晰，简单明了。同时，也对图像求了局部方差、局部熵，最后，显示计算的结果

类似windows自带的图片浏览器 没放缩 连结电脑硬盘，可选择电脑内的图片浏览

资源描述VerilogVerilog颜色插值算法，做毕业设计的可以参考参考

OOL CVideoEXEDlg::OnInitDialog() { CDialog::OnInitDialog(); // Add "About..." menu item to system menu. // IDM_ABOUTBOX must be in the system command range. ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX); ASSERT(IDM_ABOUTBOX < 0xF000); CMenu* pSysMenu = GetSystemMenu(FALSE);

这是一种新 的基于仿射变换的数字图象置乱技术 MATLAB源程序代码，可以直接应用或者拿来改进                            

对于那些初学者 OpenGL 的学生，你可能不知道太多什么是 MFC。它并不重要，只要 OpenGL 去相信有一天你会使用 MFC，但当你需要时，宝贝你得到更深入地了解配置环境的 OpenGL 在 MFC 中吗？如果不是，没关系，那里的已配置的资源，来和下载它 ！

在用稀疏表示做图像去噪、去模糊、恢复、修复时通常需要用到表示系数的求解，而OMP是最常用的经典解法之一。

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别