图像轮廓检测算法

一个用VC开发的简单画图程序-a VC development of a simple drawing program

基于小变换，以及边缘融合算法的图像边缘检测算法。包含了在多尺度下层层检测分解重构图像。-Based on the small change, as well as the edge of fusion algorithm of image edge detection algorithm. Included at every level of multi-scale decomposition of reconstructed image detection.

直方图修正和彩色变换 source目录下为本章介绍的源程序 功能是直方图修正和彩色变换 命令行编译过程如下 vcvars32 rc bmp.rc cl colorope.c bmp.res user32.lib gdi32.lib 注意事项： 运行时，文件c: est.bmp必须存在-and color histogram that transform source directory for the chapter describes the functions of the source and color histogram that transform command line compiler process following vcvars32 rc bmp.rc cl colorope.c bmp.res user32.lib gdi32.lib Note : running, documents c : test.bmp must exist

随机生成三维迷宫，算法值得一看，可能对你有帮助-Randomly generated three-dimensional maze, algorithm worth a visit may help you

GDI二维图形操作，平移放缩等-GDI 2D graphics operations, such as translation Zooming

asm算法，提供库

用matlab实现的 小波变换 的代码。-With the implementation of wavelet transform matlab code.

若干次压缩后图像信噪比的变化情况，有子程序实现 -Several compressed image signal to noise ratio of the changes have Subroutine realize

这是一个基于VC++平台开发出来的人脸识别/检测源码,对于研究人脸的识别有一定的帮助!-This is a development platform based on the VC the Face Recognition/Detection source, for the Study of Human Face Recognition can help!

局部二元模式（LBP）是一种用于在计算机视觉分类功能。 LBP是特定情况在1990年[1] [2] LBP于1994年首先描述[3] [4]它提出的纹理谱模型由于被认为是一个强大的功能的纹理分类;它已经进一步确定，当LBP是结合定向梯度直方图（HOG）的描述符，它提高了检测性能相当一些数据集。该LBP特征向量，在其最简单的形式中，通过以下方式创建的：划分检测窗口进入细胞（例如16×16像素的每个单元格）。用于在小区中的每个像素，比较像素到它的每一个8邻居（在它的左顶，左中间，左底部右顶部，等等）。跟随一个圆，即顺时针或逆时针的像素。其中，中心像素的值大于邻居的值，写入“1”。否则，写“0”。这使一个8位二进制数（通常是转换为十进制为方便起见）。计算的每个“号码”中出现的频率的直方图，在细胞内，（即，对每个组合哪些像素是较小的，哪些是大于该中心）。任选正常化直方图。串联所有细胞（归）直方图。这给出了窗口的特征向量。特征向量现在可以使用支持向量机或其他机器学习处理算法进行分类的图像。这样的分类可以用于人脸识别或纹理分析。