数字图像处理与机器视觉-配套代码

利用简单的命令对图片进行剪裁，这个可以用鼠标选择自己想要留下的图片区域，不需要计算目标图片的灰度值或坐标范围，仅仅用鼠标选择目标区域进行剪裁就可以得到自己想要的图片，然后保存。

基于LBP-TOP算法的人脸表情识别，SMIC数据库，芬兰大学实验室的的代码，这是表情识别的主代码，包括两个mat的二进制文件，是比较好的一个算法实现

对图像进行对数、指数灰度变换。对数变换扩展了低灰度区，压缩了高灰度区，能使低灰度区的图像较清晰地显示出来。而指数变换一般用于对图像的高灰度区给予较大扩展。源码包中给出了源码和要处理的图片，1、4两张分别为过亮过暗的图，经过相应变换都能得到较好的效果。

拟议的安保系统由两个可视秘密共享方案 （车辆安检系统） 和一个图像隐藏方法组成。第一次提出车辆安检系统取决于将使股票四倍于原始图像而第二个拟议车辆安检系统取决于改性想法的概率 VC 没有像素增加，这意味着加密的股票是原始图像的大小相同的四个亚像素的像素扩展传统 VC 改良思想。拟议的隐藏方法基于隐藏的秘密图像覆盖图像的 DCT 系数中位。拟议的基本思想是制度的控制参与者的安全级别，并确定优先事项的每个参与者通过确定哪些参与者是制度的无法解密的秘密 （S） 和谁将无法解密的秘密 （S）。自从 VC、 动手术，二进制或二进制文件的投入，因此，所选的颜色或灰度图像，用来构建信息共享，必须通过使用弗洛伊德和斯坦伯格过滤器转换为二进制。

包括了拉普拉斯金字塔的matlab数字图像融合代码以及小波变换的融合代码，一些小波函数的功能描述并且给出了详细的例子，对于初学者有很大的帮助

这个代码是一个完整的人脸识别代码。包括：一个训练主程序，一个测试主程序，一个SVM主程序，一个pca主成分分析程序。同时还包括一个小型训练样本集合一个测试样本集。

利用均值濾波、形態學運算、canny找邊緣來切割血管，医学图像处理是图像处理领域中的重点与难点问题之一。随着数字图像处理技术的快速发展,借助电子计算机等辅助手段,医学图像的提取方法以及图像质量都得到极大的提高。眼底视网膜图像是人体唯一可以非创伤直接观察的较深层微血管,对视网膜血管的分析研究有助于疾病的精确诊断。然而,由于视网膜血管图像的灰度分布不均匀,目标血管与图像背景的对比度低,再加上图像噪声的污染,使视网膜血管的自动分割非常困难。所以,通过建立眼底视网膜图像的计算机辅助分析系统,对眼底视网膜组织进行定量分析与定性检测,对临床眼科学的病理诊断具有非常重要的意义。本课题在查阅大量数字图像处理的文献基础之上,结合DRIVE眼底视网膜图像数据库模型,通过分析不同图像分割算法的特性,对眼底视网膜血管图像进行了分割实验与对比分析,主要过程如下：1.对视网膜图像预处理。通过分析RGB彩色系统模型,对各通道的视网膜图像进行对比度比较。掌握数字图像处理的基本操作方法

导入彩色图片并转换成灰度图片显示出来，C++，RGB转灰度

代码是谢凤英数字图像出来的demo,对于学习数字图像出来的同学来说是个很好的demo,其完整性，可移植性都很不错！

应用背景虹膜识别软件，基于VS2010中的MFC开发的，一定可以跑起来，有详细的算法说明，有完整的程序代码和详细CDIO文档，以及详细的流程图。关键技术基于计算机视觉和模式识别技术开发的虹膜提取和识别软件。通过提取虹膜的关键点特征，设计出好的特征提取算法，能最大程度的区分不同人的虹膜的特征，具有良好的应用效果。