基于matlab的图像处理小程序

将由meshlab生成的网格。进行纹理贴图，最终能够生成obj格式的文件。由于是新手所以没调试成功，但是一定是能够做纹理贴图的，典型的纹理贴图，对构建模型的学习有一定的帮助的。

盘说明 本光盘的资料分两个文件夹存放： “各章测试图”文件夹存放本书各章需要处理的相关图像或者视频文件。 “源代码”文件夹存放本书各章的源代码，已经通过测试，读者编译后即可运行。 本书的代码在Visual C++ 6.0环境下调试通过。 视频目标检测演示框架说明 视频演示算法包括： 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

一个简单的人脸检测程序，打开一副图片后利用两种方法进行人脸检测和识别，并标记出人脸区域，目前还比较简单，只能对静态图片进行检测，下一步打算对视频图像进行检测。虽然现在人脸检测的很多，但完全是源码没有使用图像库的很少，所以仅供大家参考了！

应用背景meanshift是由Comaniciu最先提出来，是用于跟踪非刚性物体的一种算法。为了表征目标，首先需要选择一个特征空间。参考目标，用在特征空间中概率密度函数q表示，例如参考模型可以选择目标的颜色概率密度函数。不失一般性，目标模型可以认为中心处于其所在空间的中心。在下一帧候选目标被定义为在位置y，用概率密度函数p(y)来表示。关键技术本算法结合颜色和纹理信息对目标进行跟踪，里边包含测试的视频文件。目标和候选直方图之间的相似度函数记作公式(1)，相似度的局部最大意味着在候选模型与目标模型匹配。如果仅考虑颜色信息，候选区域的相似度变化会很大，匹配效果不好。为了得到一个连续性的相似度函数，在空间域内，用一个核函数对目标 区域做滤波处理。

使用C++语言实现raw格式图片转换为bmp格式文件 内含示例图片，lena.raw为输入，输出为lena.bmp，该程序将raw格式的图片文件转换为bmp格式的图片文件 *.bmp格式为图像处理常用图片格式，不同格式的图片，图片信息内容不同，像素的处理方式也不同，使用该程序可实现图片格式的转换。 主函数为raw2bmp.cpp，该程序快速高效。

输入一张图片，判断是不是人脸，如果是则标出范围。环境： vs2013 + opencv3.0

Matlab粒子群优化算法工具箱。 PSOt为PSO的工具箱，该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。

局部二值模式LBP（Local Binary Patterns）是一种从局部纹理定义中衍生出来的算法，所谓的纹理是图像分析中常用的鉴别特征，它所含有的信息能够表征物体表面的变化。自1996年Ojala 等人提出LBP算子以来，由于其优秀的分类特性和计算的简便性，使得其广泛的运用于图像检索、人脸分析和工业检测等领域。本资源是LBP人脸识别的实现代码。

guided filter 用一幅图像做引导对另一幅图像进行滤波 是一种保边滤波器 可用于去雾处理

这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码使用步骤：1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱)2. 找到"main.m"文件3. 命令行中运行它4. 点击"Train Network"，等待程序训练好样本5. 点击"Test on Photos"，选择一个.jpg图片，识别。6. 等待程序检测出人脸区域createffnn.m, drawrec.m, gabor.m, im2vec.m, imscan.m, loadimages.m, main.m, template1.png, template2.png, trainnet.m