基于差分的可逆水印程序

K-L 变换  L2-PCA  图像融合  多光谱图像   全色图像 利用l2-pca对多光谱图像和全色图像进行图像整合，针对主成分分析的特性，将其应用于图像融合，可以把多波段的图像信息最大限度的表现在融合后的新图像中 首先计算参加融合的两幅源图像的协方差矩阵，然后求其特征值对应的特征向量，最后利用与最大特征值所对应的特征向量来确定两幅图像的加权系数。

使用说明：第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中该系统的识别率一般为90%另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图转为灰度图”“灰度图二值化”“去噪”“倾斜校正”“分割”“标准化尺寸”“紧缩重排”另外注意，要识别的图片，要与win.dat、whi.dat位于同一目录。此两文件保存训练后网络的权值参数

openCV函数库中提供了很多关于角点检测的函数，PreCornerDetect 用于计算角点检测特征图，cvCornerEigenValsAndVecs 用于计算图像块的特征值和特征向量，FindCornerSubPix 可用于寻找精确的角点位置，此程序通过相关的角点检测函数，实现对图像中的角点特征的提取和标记

该程序，主要介绍了SSDA算法。程序简单可靠。经过导入图像后，可直接运行。可供大家参考，多多交流哦。

一个3D的飞机游戏                   名称：3D飞行射击游戏 综合了一下近一个月D3D的学习写了这么个游戏~进入游戏会提示游戏操作,希望大家提出建议~ vc2003 + DX9.0 作者：小剑 Email：lujian_yy@163.com

应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试 2.指定文件保存路径，如：char* filename_to_save = "F: estdataoutput.xml"; 3.选用训练的方法，如method = 1; 4.这步需要使用模型的时候再指定，训练的时候设置为char* filename_to_load = 0;使用模型的时候指定，如char* filename_to_load = "F: estdataoutput.xml";

传播神经网络算法的源代码 这是监督的神经网络，需要学习率和势头的两个学习参数

基于camshift(meanshift)的视频运动目标跟踪算法，在VS平台下编写，使用了OPENCV库，基于HSV颜色空间的处理。使用方便，跟踪效果好，显示背景、前景、统计目标颜色直方图。

可以读取.mha、.mhd、.raw等格式的三维图像数据，并且通过vtk交互显示，如volview的显示xyz三轴的图像切面，并且具有volview中斜探头的功能，显示三维图像中任意切面的图像

此程序保持同行全方位的全景图像。它要求展开之前确定的全方位图像和它的半径的中心。这个程序使用快速的相位展开方法，变换的全方位图像从极坐标系统对笛卡尔坐标系统。RANSAC 用于估计全向图像的中心。