混合高斯模型用于背景减除，目标识别。

图的谱聚类概念提出了一种在下列文件中的说明代码执行教程目的： 1。吴、 A.、 Jordan M.和韦斯 Y.(2002 年)。谱聚类： 分析和算法。在 T.Dietterich S.贝克尔和 Z.Ghahramani (编)，进展神经信息处理系统 14 （页 849 — — 856)。麻省理工学院的 Press.2。P.数字和"分解方法分组"，H.伯卡特和 B.Neumann，编辑，触发视觉，T.，弗里曼 · 页 655-670-1998.3。J.石和 J.马利克、"归一化处理削减和图像分割"、 刘瑞 IEEE conf.计算机视觉和模式识别，页 731-737，1997.4。佩里 · 斯科特和 H.C.隆-希金斯、"功能分组由 Relocalisation 的特征向量的 Proxmity 矩阵"，在刘瑞英机展望会议，页 103-108，1990年。此实现中，演示了演化谱聚类方法与上述作者所提出的各种概念。

目的： 若要编写一个程序，直方图绘制的图像。 理论： 图像的直方图是情节的灰度级出现数量 反对的灰度值的图像。直方图提供了便利的表达方式 在一个图像，但它的强度是无法传达任何有关空间关系信息 之间像素为单位）。直方图提供了更好地了解有关图像的对比度和亮度。 将朝着低灰度级别的值而聚集暗图像的直方图 明亮的影像将朝着更高的灰度级聚集。同样的一种低的直方图 对比度图像不会被同样传播和高对比度图像直方图会有 平等的信息传播中的灰色的级别值。 数字图像的灰度级在 [0，L 1] 范围内的直方图是离散 函数 h (r k) = n k，哪里是 k 是第 k 个灰度级别和 n k 是图像中的像素的数目 具有灰度级 r k。直方图被规范化除以每个其值的总数 n 图像中的像素，由表示 n.Thus，归一化的直方图鉴于由 P (r k) = 为 nk k=0,1.L-1。P (r k) 给出灰度级 r k 的发生概率的估计的值。

数字图像处理中对图像进行压缩，保存，显示等一系列操作，源码已经可以运行，具体的例子直接下载MATLAB环境中运行即可得到相应的结果。

Matlab 演示代码为"引导图像过滤"（视觉 2010 年）凯明 he (kahe@microsoft.com) 如果您使用、 修改我们的代码在你的工作 （无论是作为一个独立的工具或作为一个组件 任何算法），你需要适当地引用我们视觉 2010 年的论文。 此代码是为了学术目的只。不是为商业和工业活动。 本文中报告的运行时间是从 c + + 实现。这的 matlab 程序代码是 对于那些想要重新实现我们的方法的引用。

一个用C/C++直接读取像素的例子，供底层源码学习。程序可以运行，直接读入照片，然后将像素内容读取到内存，读者可以查看照片DIB数据的每一个细节，供学习使用。

脑肿瘤检测和图像分析。在这些我已经太给图像和它工作的很好根据区域

应用背景Sobel算子，Sobel算子或有时被称为费尔德曼Sobel滤波器，用于图像处理和计算机视觉，特别是在边缘检测算法，它创建一个图像强调边缘。它被命名后，欧文Sobel算子和加里费尔德曼，在斯坦福大学人工智能实验室的同事（帆）。它是与费尔德曼加里共同开发的航行。Sobel算子和费尔德曼在航行1968谈了一个“同性3X3图像梯度算子”的理念。关键技术操作者使用两3×3内核的卷积与原始图像计算的近似的衍生工具-一个水平的变化，和一个垂直。如果我们定义一个作为源图像，和GX，GY两图像各点的水平和垂直含有导数的近似值。

C++实现了图像处理的腐蚀和膨胀算法。MFC工程实现，工程配有效果图，可直接使用。

完整的人脸识别代码，实现加载的xml文件时事先训练好的。能够有效识别人脸，应对光照、灯光等有很好的检测效果，但对于遮挡还不能有效识别！

资源描述利用FPGA实现的图像放大源程序，基于XILINX的ML505而实现，其它设备也可参考，主要包括vga模块，iic模块和放大模块！