人脸的检测与定位代码

运用LDA模型，采用Gibbs采样，运用图像标注的关键词，用户对图像标注的tag,采用多模态发掘潜在语义主题对图像标注

图像融合操作的非常完美的源程序图像融合操作的非常完美的源程序图像融合操作的非常完美的源程序

这个代码是用VC6.0编写的，是我在数字图像处理上机实验中的拙作，使用的文件是.raw的原始图像文件。供大家学习参考！

应用背景阈值分割是图像分割的一种最简单的方法。在全局阈值，对图像中所有的像素的单阈值用。当组件的像素值，背景相当一致的在各自的价值观在整个图像，它输出一biinary图像 ；代表分割。关键技术C #工具实现的全局阈值分割算法

harris角点检测源代码，简洁高效，通俗易懂，可以有效检测出图像的角点，并提供了一个画圆的程序，用于在图像上圈出角点。 使用格式为[cnt,posr,posc] = get_harris(img,k,t)  其中img为需要检测的图像，k，t分别为该角点检测的参数。输出cnt为角点数目，posr,posc为各个角点的位置。

Snake模型称为动态轮廓模型（Active Contour  Model）是Kass与1987年提出的，它对于在噪声和对比度不敏感，能将目标从复杂背景中分割出来，并能有效的跟踪目标的形变和非刚体的复杂运动而被广泛用于图像分割和物体跟踪等图像处理领域。Snake主要原理是先提供待分割图像的一个初始轮廓的位置，并对其定义个能量函数，是轮廓沿能量降低的方向靠近。当能量函数达到最小的时候，提供的初始轮廓收敛到图形中目标的真实轮廓。Snake能量函数是有内部能量函数和外部能量函数组成，内部能量控制轮廓的平滑性和连续性，外部能量由图像能量和约束能量组成，控制轮廓向着实际轮廓收敛，其中约束能量可根据具体的对象形态定义，使得snake具有很大的灵活性。Snake模型发展10多年来，许多学者对于经典的snake模型做了改进，提出各种改进的snake模型，其中梯度矢量流（Gradient Vector  Flow,GVF）模型扩大了经典snake的外力作用范围，加强了对目标凹轮廓边缘的吸引力，提高了传统的snake模型。文件中包含snake数学模型介绍的论文以及实现算法的代码，对学习该算法的科研人员会有帮助

此程序分配的 MIL 应用程序和系统，然后显示使用图形函数的欢迎消息。它还演示如何要检查有错误。

人脸识别方法的 matlab 程序代码基于局部性保持投影（LPP）

OPENCV2.4.8+VS2012编写，基于HOG特征的人群检测，效果不是很好，用于初学者熟悉OPENCV。

该程序是实现NLM 的C 源程序，非局部平均去噪算法，在去噪中的好处可想而知，效果不错。可以尝试用一下，看过文章的人应该清楚它的效果，给大家共享下，共勉吧。