小波分解重构VC代码

包括均值滤波，中值滤波，低通滤波。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。

在保密环境中，部分非法用户会故意把电子资料或屏幕截屏存成图像格式以防止保密检查工具或反泄密、防泄漏系统检测到。因此，对图形图像文字识别技术提出了较高要求。 可以在图像文件上标记密级等级的字样，通过识别这些密级等级的字样。可以方便的对不同等级的图片进行分类管理。首先，需要提取这些图像中的文字信息，然后比对密级等级字典，对于不同等级的图像，用一种显著方式对这些图像进行区分。主要阅读为开发人员。

这个 Matlab 程序实现测地线主动轮廓线模型。测地线活动轮廓。测地线活动轮廓模型，由Caselles et al.引入，为从经典的主动轮廓模型的边缘检测提供替代模型。这种方法是相当于找到一个精心挑选的黎曼空间的两个点的测地距离。这个新的模型并不冲浪呃从一些古典的主动轮廓线模型的限制。由于这种模型的内在本质，几何形状的轮廓的变化都自动处理，因此可以同时识别多个对象。此外，这种新方法使用参数较少，因此减少了对图像的预处理，需求。这种方法也不太容易变化的边缘，允许对象与非理想边缘将被认出。

读取 JPG JPEG 格式的图像文件中的EXIF信息的VFP程序。

用VC++实现BMP图像读取，不使用现成读取函数，通过读取文件实现，能显示图像大小及位图信息，同时显示鼠标处的RGB值

使用Tesseract for Metadata Extraction为扫描的文档图像提取以下内容

应用背景kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。

本人从别处下载得到的运动图像检测系统，觉得还不错，分享下。

人脸识别是研究的关键领域之一。它有许多应用程序和使用。许多方法和算法提出了像 3D 人脸识别等。 人脸识别来下像视网膜、 虹膜、 指纹等生物特征的识别。张脸的特征被称为生物 标识符。生物特征识别不很容易伪造、 放错位置或共享访问通过生物特征识别，因此 标识符给了我们更好地保护的方式提供服务和保障。我们还可以开发很多聪明的人 应用程序可能会提供安全和身份认同，我们提出一种新型脸识别使用的方法 RobustPCA 和径向基函数网络。这些系统可

在对视频文件或者多序列图片批量进行边缘检测时，可利用该方法。该方法主要借助于VC++和OpenCV环境进行实现。算法主要包括两方面：一是对视频文件帧的获取，二是通过Candy算法对获取的帧进行边缘提取。（注：avi文件过大，运行代码时用户可自行添加）