可视化图像的猪描述符

资源描述里面包含完整的算法实现函数代码 已编辑成为word文档格式 便于复制:　　垂直镜像　图像的旋转　图像缩放　256图像转化成灰度图像　随即噪声 亮度调整　色调调整　对比度调　八种图像处理算法函数 

图像的超分辨率处理。将一张正方形图像先降采样变成原来的1/16，然后经过迭代反投影算法再变回原来的大小。将小图和大图比较可以发现清楚了很多。注意一定要放入正方形的图。迭代反投影算法是将模拟低分辨率图像和观测低分辨率图像的误差叠加到当前估计高分辨率图像，生成新的高分辨率估计图像，进行欠采样得到当前低分辨率模拟图像，不断循环迭代这个过程，直到误差精确达到要求范围或直到迭代次数完成（避免出现死循环）。

部分内容源于网络，经过自己的修改，可以在matlab上实现对图像的完美拼接，利用相位相关算法。是不可多得的高速拼接源码，对于刚学习图像处理的朋友来说值得参考，测试图片的选取要适当，要大小相同（同像素），敬请指正批评。

dm642的视频采集与网络显示程序，内含web服务程序，直接在IE中输入地址就可以看到DM642采集的视频

附件中提供的代码是根据文章“Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries”编写的，整个程序分为两个阶段，第一，稀疏分解，第二，字典学习过程。在稀疏分解中采用的是正交匹配追踪算法（OMP），在字典学习过程中采用K次奇异值分解方法（SVD）更新字典原子。

对当今静态手势识别技术中的各种方法进行了详细的分析，并在此基础上，设计并实现了一套可以进行实时识别的静态手势识别系统。本系统共分为四个模块：手势图像捕捉、图像预处理、特征提取以及手势的分类识别。系统在运行的过程中首先由 USB 摄像头捕获手势图像，再经过图像预处理得到手势的二值图像以及轮廓图像，针对这两幅图像对手势进行特征提取，最后采用基于欧氏距离的模板匹配法进行识别。在系统的图像预处理以及特征提取两个模块中，加入了 OpenCV（微软开源视觉库）函数库，在运行的效率以及速度上都达到了良好的效果。在实际的系统测试中对本文定义的十个手势建立了模板库，并且在固定手势采集距离以及非固定手势采集距离两种情况下对 681 个测试样本进行了识别，平均识别率为 92.80%，达到了很好的识别效果。同时，符合高识别率以及实时处理的设计准则。

作为图像增强自然保护如下。图像的氛围不应改变大大增强，没有光源后应引入到现场，没有晕轮效应应添加和无阻塞的影响应该是放大过度增强。一些自然基于 Retinex 理论的增强算法提出了加强细节与自然保留。然而，这些算法并不适合对于非均匀光照图像。因此，他们提出了一项保留的自然度增强在这非均匀光照图像算法纸，不仅增强了的详细信息形象，而且还保存着自然。LOE好遵照执行的措施关于自然保护的客观评估同时提出。实验结果表明图像增强新算法是视觉美观，洒脱自然的工件看。

应用背景遥感图像上经常要用到图像融合，尤其是全色影像和多光谱影像，本程序可以很好地融合遥感图像，同时对于其他多模态或者异源影像都可以进行融合。关键技术代码主要采用三种方法进行融合，可以有选择的使用。主要是平均法融合，IHS法融合和PCA法融合，都是遥感图像融合领域常用的融合方法，可以直接运行。

输入为要分解的矩阵、端元数、迭代次数、参数喇嘛塔   主要输出为丰度和端元  次要输出为obj还有迭代了几次 该程序用于高光谱分解，是在乘性迭代的基础上进行的改进，是的每个点都能达到稳定收敛。