NMFLABIP 非负矩阵分解用于人脸识别

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。

应用背景SLIC是Simple Linear Iterative Clustering的缩写，是一种基于聚类算法的超像素分割。它在CIELAB空间中使用聚类，由LAB颜色空间中的亮度分量L和两个颜色分量a，b以及像素坐标x，y共同构成的5维空间中执行的一个局部像素集合。图像色彩的信息和图像平面空间几乎统一，以此这种新的距离度量就生成了结构紧凑、规则，并能够无缝隙的包含灰度及彩色图像。SLIC算法执行起来非常简单，容易在实践中应用，它只需一个参数即可。关键技术 SLIC不仅可以分割彩色图像，也可以兼容灰度图或位图，并且还能人为的设定超像素点的数量。 里面有导出的直接可执行的程序，也有详细的代码，用VS编写，系统32位，如果用64位需要更改vs配置，自行百度。

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

应用霍夫曼与算数编码进行编码与解码进行图像的压缩与解压。基于C与OPENCV

通过用MATLAB编程实现在复杂背景下检测出是否有人脸的存在如果存在就在原来的图像中标出来程序中用到了图像处理的多种算法图像膨胀腐蚀开运算闭运算等等

本程序实现Harris角点检测功能，是图像处理领域必不可少的学习工具，初程序简单易懂，特别适合学者参考学习!

或者图像上的部分甚至可以清楚地。。。。这个程序可能有助于识别图像

MFC程序，包含图像的水平及垂直变换，缩放，转置运算，旋转以及插值运算等源代码，并且程序中含有详细的注释，在VS2005以上环境直接运行，也可以稍加修改后在VS2005以下版本运行

目标跟踪的一个算法   两个匀速运动的物体  红外背景弱小目标检测 跟踪  

这个程序包含动画/演示以下各项： 1.一维傅里叶变换和它的逆矩阵 （关于离散的随机样本）： 重建原信号通过添加 1 D 金融时报 》 罪 / cos 的组件结合在一起 2.二维傅里叶变换和它的逆矩阵 （在任何图像）：重建输入图像中加入 2D 英尺罪 / cos 的组件一起 3.振铃效应的理想滤波器 4.高斯滤波： 基于空间的 VS 基于频率的 加速