快速非局部均值

运用hog特征提取算法提取物体的特征然后运用svm分类器进行分类。里面有详细的步骤，几乎每行都有代码注释，方便看，且思路清晰，经本人调试后运行成功。

在视频图像处理中，由于分块处理会带来块效应，降低视觉效果，本程序可以去除块效应和光圈效应，提高视频图像的视觉效果。

使用HOG+SVM训练行人分类器，vs2008+opencv实现的工程，保证可以使用。样本图片由于太大，不好上传，大家可以在别处下载。代码简洁清晰，注释详细，是学习SVM和行人检测的很好的实例。

下面的 Matlab 项目中包含的源代码和用于 RGB 图像，使用小波变换压缩的 Matlab 例子。RGB 图像只能压缩，然后进行处理。在项目文件中列出了源代码和包含在此项目中的文件。小波变换是图像压缩的最佳技术。

资源描述模板匹配是目标识别的基础，在目标图像中寻找与已知物体灰度一致性最大的区域，并识别出来

过去的几年里已经看到照片的使用响应非均匀性噪声 （PRNU） 的一个独特的指纹如影像传感器，在各种数字的法医学应用源设备标识、 验证内容的完整性、 和身份验证。然而，使用一种颜色筛选数组捕获的每个像素的三个颜色分量的唯一介绍了彩色插值噪声，同时现有的方法提取 PRNU 为解决问题提供没有有效的手段这一问题。因为人工色素获得通过彩色插值过程不直接取自由物理硬件的场景，我们期望，PRNU提取的物理组件，都是免费的插值的噪音，应比从更可靠人工渠道，进行插值噪声。在此基础假设我们建议夫妇解耦的 PRNU (CD-PRNU)提取方法，首次分解每个颜色通道到四个的子图像，然后提取物 PRNU 噪声从每个子图像。PRNU 的子图像的噪声模式然后组装得到裁谈会 PRNU。这种新方法可以防止插值噪声传播进入物理组件，从而提高设备识别的准确性与图像内容的完整性验证。索引术语 — — 彩色滤光阵列、 马赛克

用Qt做的界面，使用OpenCV处理图像，利用4层高斯金字塔和拉普拉斯金字塔来实现图像的变换，从而使图像变成像油画一样的效效果，由于算法的限制，这个程序目前仅仅支持图像长宽都为16的整数倍的图像，否则会崩溃~

使用C#实现的图像处理的源代码，主要实现了Hough变换，为学习C#图像处理起到很大的帮助作用，是非常有用的资料。

使用Tesseract for Metadata Extraction为扫描的文档图像提取以下内容

在图像处理中，边缘检测是一个必要的步骤，如检测车辆直线和冬暖的边缘。 DOG和 （LOG） 拉普拉斯是高斯的边缘检测的好方法...... 这里是拉普拉斯高斯的代码，和它在 vs2010 编译