面对识别 + 主成分分析 （PCA）

该算法主要针对的是8位位图图像的旋转，首先定义了MyDIP类，通过定义一些成员变量以及成员函数对图像进行旋转的实现。在实现旋转的过程中首先应该将所要进行处理的图像进行读取与显示，因此，算法中通过调用OnOpenDocument(LPCTSTR lpszPathName)和ReadImgFile(CString sName)进行图像的读取，之后利用OnDraw(CDC* pDC)将原 始图像进行显示。之后利用OnMenuitem32778() 和OnMenuitem32779() 实现图像的顺时针和逆时针的旋转，由于旋转过程中，图 像的大小不断发生变化，因此，在图像旋转完成之后要对图像的内存大小进行判断，重新定义图像的长，宽；并且将符合内存大小的 旋转图像进行显示。最后通过OnSaveDocument(LPCTSTR lpszPathName)

本代码是利用kalman滤波器实现对物体运动状态的追踪，可以有效的减小测量过程中产生的误差对最终结果的影响。

自寫的一個bmp讀取程序. 主要包含4個.h文件,可以通過直接include來對程序進行複用. 本程序對bmp的8位和24位統一了接口.

matlab练习程序（Hilbert图像置乱） 正好刚写了Hibert生成曲线，不如再加一篇应用的程序。关于Hilbert图像置乱，我在网上搜的应用领域主要集中在数字水印和图像加密上，而这两个领域我都没怎么接触过。大部分的图像置乱都是如下图的置乱1所示，至于置乱2则是我不小心生成的。置乱1是先把原图按hilbert曲线进行赋值，拉成一条一维数组，再reshape成一副图像。

提出了一种新的适用于自主驾驶系统的车道线检测----基于改进最小二乘法拟合的车道线检测。算法首先将摄像头采集的一帧帧图像，截取感兴趣的下半部分进行灰度变换，得到灰度图像；其次采取高通滤波，小波变换，来进行边缘增强与检测；之后采取最小阀值二值化得到二值化图像,采用最小二乘法拟合车最后采用粒子滤波进行车道线的跟踪。实验表明，该算法简单、鲁棒性强,能准确地检测到车道标识线。

应用背景meanshift经常用来寻找模态点，即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点，由于不同的点最终会收敛到不同的峰值，所以这些点就形成了一类，这样就完成了图像分割的目的，有点聚类的意思在里面。关键技术首先设置好参数，然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中，最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。

使用openc读取并显示一张图像。作为一个范例，该样例使用的是opencv 2.0的接口和函数，使用了Mat（2.0新加入的结构），调用了imread、imshow、waitKey等函数用于绘制图像。

该源代码是用于图像分类的，是由本人亲自完成的，主要是采用了多示例学习方法和典型的纹理描述算子相结合实现的，经过试验证明，该方法具有很好的分类效果。

资源描述对鱼眼拍摄的镜头进行俯视变换功能，同时对鱼眼进行校正。运用C++鱼眼进行编程，读取图片并且进行校正和图形变换，然后进行保存。

调用opencv原有的特征点检测提取算法，实现将指定路径下的图片使用选择算法依次进行特征点的检测与提取，并将图像以及特征点的检测和提取信息保存至文件。实现检测算法有三种算法可选。图像匹配调用原有匹配算法，在指定目录下，读取保存图像及特征点信息的文件，一次实现图像的匹配并判断和记录匹配结果。