基于C#实现数字水印工具

此项目检测来自diff catrs sadbabsdhs sdbnbdhsadb asdbabsdasbdasbd as a s as sa的牌照；

用高光谱数据对地物进行分类，分别用KNN算法（K—近邻）和GDA算法进行分类。 The main contents are as follows:             Introduce two kinds of classification algorithm -- K nearest neighbor and Gauss discriminant analysis.  

利用 opencv 和 haar 分类器的人脸检测。 这是一种代码包含 opencv 的训练，利用 haar 分类器分类器比检测的面孔中不同的图片，可以做为一部电影的不同帧。

FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考FREEMAP 很不错请大家参考

包括图像的分割，边缘检测，图像的配准，图像的几何变换，图像的的膨胀以及腐蚀，图像各不同算子和算法，以及图像的正交变换。

 二维离散余弦变换的图像压缩, 程序能够运行出正确的结果，希望对各位有帮助。 

图像的处理方法根据自己的需要，有目的地选择各种方法。在确定脸部区域上，通常使用的方法有肤色提取。肤色提取对脸部区域的获取则比较高，达到95%以上，并且提取速度快，可以减少工作量。 由于图像的亮度在不同环境的当中，会受到不同光线的影响，图像就会变暗或变亮，我们就需要要对它的亮度进行调整，方案主要的方法是对图像进行光线补偿。 高斯平滑：高斯平滑就是对整幅图像进行像素 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

 采用空间分集的方法可以有效地对抗无线信道中的衰落. 由于受到体积 、 重量 、 成本等因素的限制 ,在 无线通信系统的用户终端上实现多天线技术较为困难. 而在单天线的无线用户间通过协作 ,共享天线 ,可以实现虚拟 的多天线. 低密度奇偶校验 (LDPC) 编码是一种性能优良的线性分组码 ,利用其码字内码元间固有的相关性 ,通过不同 的用户发送码字的不同部分 ,可以实现虚拟的多发送天线 ,获得发送分集增益 ,在不增加系统带宽和发射功率 、 系统复 杂度也不会明显增加的情况下能显著地提高系统性能

K-L 变换  L2-PCA  图像融合  多光谱图像   全色图像 利用l2-pca对多光谱图像和全色图像进行图像整合，针对主成分分析的特性，将其应用于图像融合，可以把多波段的图像信息最大限度的表现在融合后的新图像中 首先计算参加融合的两幅源图像的协方差矩阵，然后求其特征值对应的特征向量，最后利用与最大特征值所对应的特征向量来确定两幅图像的加权系数。

采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法，称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集，每个包含26字母表写由不同的人，用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的，用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进，并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法，将减少处理时间，同时提供更高的识别精度[3]。在一般情况下，手写识别被分为两种类型的离线和在线手写识别方法。在离线识别，写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是，在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而，在离线的系统中，神经网络已被成功使用，以产生比较高的识别精度等级。几个应用程序，包括邮件分拣，银行处理，文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是，在离线手写识别仍然是一个活跃的研究领域向探索较新的技术，这将提高识别精度[6] [7]。