边缘保留滤波算法

全变差图像去噪，首先通过增加高斯噪声来产生带噪图片，然后在用全变差方法对噪声去除，全变差算法的好处地保留了图像的边缘性，但是当噪声过大时会使边缘产生阶梯效应

代码是c++，调用opencv的库函数，基于opencv的分类器，调用训练好的xml文件，用于摄像头人脸识别，先获取视频的每一帧，然后扫描整个图片，确定人脸位置

人脸检测是一种确定的位置和大小的数字图像中人脸的计算机技术。它检测的脸并忽略任何其他，如建筑物、 树木和机构。人脸检测可以视为更一般的情况下的人脸定位。在人脸定位，任务是找到的位置和大小的面 （通常为一) 已知数。在人脸检测，脸上是处理和按位与底层的人脸图像数据库中匹配。任何微小的变化，在面部表情，例如微笑，嘴唇运动，将不匹配的脸。 人脸检测可以视为对象类检测的具体案例。在对象类检测中，任务是找到的位置和大小的所有对象都属于一个给定类的图像。例子包括上部躯干、 行人和汽车。 人脸检测算法专注于正面人脸的检测。它是类似于图像检测

使用java编程实现的抖动图像的小程序，其中采用4阶矩阵｛0 8 2 10 ； 12 4 14 6 ； 3 11 1 9 ； 15 7 13 5 ｝，将彩色图像变为二值图像,生成一个bmp图像文件

应用背景局部色彩校正胡安加布里埃尔萨拉斯若泽路易斯lisani Gomila，胡安加布里埃尔Gomila  ；胡安。加布里埃尔@我。COM  ；巴利阿里群岛的大学（UIB）José路易斯lisani罗卡 ；JoseLuis。lisani @ UIB。ES  ；巴利阿里群岛的大学（UIB）关键技术在本文中，通过 ；颜色校正 ；技术我们指的方法，使数字图像的对比度。当图像太暗或过亮的一个经典的伽玛校正是足以增加动态范围和提高对比度。

人脸的性别识别，采用LGBP，LDA,SVM的方法。采用了一种新的图像纹理描述方法——局部Gabor变换直方图序列(LGBPHS)，Gabor局部二值映射特征由于结合了局部二值模式、图像空间信息以及Gabor 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

1.根据训练文件夹中的图像训练单词表。在每一张图像中提取sift点，将从所有图像中得到的128维sift点进行聚类，类别数就是单词数，聚类中心就是单词，将得到的单词表保存下来。 2.对于每一张新的图像，先提取图像中的sift点，按照之前训练好的单词表将每个sift点对应成某个单词，统计在这幅图像中每种单词的数量，就是词包模型。 注意：生成的文件每行代表一幅图像，将文件复制出来后修改后缀成.doc可以用word打开。 首先运行centr3得到单词表，在运行bagofword生成单词包。

本资料非常详细的介绍Kinect相机的标定过程，是学习各种相机标定的参考材料。另外，里面还介绍了标定的原理标定的棋盘等。

此源代码告诉如何隐藏进程的文本可以采取数字输入图像的地方使用过程中的数字图像隐写术，所以然后可以适当地隐藏内容。

基于opencv实现的asm算法的人脸检测，包括器官（眼睛、鼻子、嘴巴）和表情的识别，检测效果较好，难度适中，适合初学者学习使用。