人脸表情识别经典论文，代码

资源描述 同态滤波增强是把频率过虑和灰度变换结合起来的一种处理方法。它是把图像的照明反射模型作为频域处理的基础，利用压缩灰度范围和增强对比度来改善图像的一种处理技术。它在密度域中运用相当成功。 一幅图像f(x,y)可以看成由两个分量组合而成，即 f(x,y)=i(x,y).r(x,y) i(x,y)为照明分量（入射分量），是入射到景物上的光强度； r(x,y)为反射分量，是受到景物反射的光强度。 具体步骤如下： （1）先对上式的两边同时取对数，即 Inf(x,y)=Ini(x,y)+Inr(x,y) (2)将上式两边取傅立叶变换，得 F(u,v)=I(u,v)+R(u,v) (3)用一个频域函数H(u,v)处理F(u,v)，可得到 H(u,v)F(u,v)=H(u,v)I(u,v)+H(u,v)R(u,v) （4）逆傅立叶变换到空间域得 Hff(x,y)=hi(x,y)+hr(x,y) 可见增强后得图像是由对应照度分量与反射分量得两部分叠加而成。 （5）再将上式两边取指数，得 g(x,y)=exp|hff(x,y)|=exp|hi(x,y)|+exp|hr(x,y)| 这里，称作同态滤波函数，它可以分别作用于照度分量和反射分量上。                                          &nbs

CamShift算法的全称是"Continuously Adaptive Mean-SHIFT"，即：连续自适应的MeanShift算法 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

用opencv实现基于Adaboost人脸检测的程序代码码。Adaboost对于人脸检测具有很好的分类效果，主要包括矩形特征、积分图像，弱分类器、强分类器和级联分类器。opencv自带Adaboost代码，使用方便，程序内有测试图像和测试程序，在网上下载的程序，经过本人的修改，可以运行，效果很好，仅供参考。

opencv1.0+VC6.0/VS2010均可，通过摄像头获取的视频图像，并对其不同BRG三个通道分别做直方图统计，并分别画出其三个通道的直方图，具有一定的参考价值，可以为视频图像的后续处理做铺垫，欢迎大家一起学习交流。

通过对照片中的数字进行图像处理操作，运动BP神经网络，识别图像中的数字

根据场景中的静态图像或视频，利用给定的人脸数据库信息，鉴别或确认该场景中的一位或多位人的身份的过程。

基于meanshift算法的图像分割，非opencv库函数，一网友自己实现的算法！

在肤色检测、人脸识别、图象和视频检索的研究中,大量算法都是基于对图象色彩特征进行分析的,然而当图象发生偏色时,这些算法的性能会明显下降,甚至无效,而且由于现有的偏色校正算法,引入了其他关于偏色图象的先验性信息,具有很大的使用局限性,为此,提出了一种在只给出偏色图象的条件下,进行偏色检测和自动校正的算法.该算法首先获取并分析偏色图象在RGB各通道内的直方图特征,然后参照这些特征检测偏色通道,并通过调整偏色或非偏色通道强度分布来达到各个通道之间色彩平衡.实验表明,在较大程度的偏色情况下,该算法校正恢复出的图象与原始无偏色图象能达到视觉上基本一致的效果,并具有普遍的适用性.

应用背景使用VS+opencv 2.4.9中 进行运动物体跟踪时，现有的程序只是结合Camshift 程序而已，其缺点就是目标遇到遮挡的时候，容易丢失。为了解决这个问题，本人引入kalman知识，对目标运动进行实时预测，当目标遇到遮挡的时候，可以进行预测，这时候能提高鲁棒性。关键技术本文的Camshift + Kalman进行行人跟踪预测代码是基于opencv2.4.9进行编写的，可以直接拿来应用，非常方便。有兴趣的朋友，可以在本算法的基础上进一步进行优化。由于引入kalman知识，对目标运动进行实时预测，当目标遇到遮挡的时候，可以进行预测。

这些源代码做视图变形的输入应该是一个两个姿势的图像或左姿势和右姿势然后结果将是一个正面姿势和源代码还包括特征提取点，这样你可以检测眼睛和嘴巴。因此整个面部可以变形。