图像处理比较全面的算法

非局部均值滤波器原代码。作者：Author: Jose Vicente Manjon Herrera & Antoni Buades

基于opencv实现的asm算法的人脸检测，包括器官（眼睛、鼻子、嘴巴）和表情的识别，检测效果较好，难度适中，适合初学者学习使用。

资源描述关于边缘检测的Verilog程序，适合图像处理的同学看看，毕业论文和实际项目都可以参考。

本代码主要实现二维图形的绘制。运行程序，鼠标在窗口中任意点击绘制图形，点击鼠标右键获得封闭图形。

应用背景粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛的原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。关键技术粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(SequentialImportance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。

第三方第三方第三方斯蒂芬斯蒂芬的djsdhsadkasjdijmkjfmdppioasjdiop

图像评价（均值、清晰度、信息熵、标准差）

应用背景局部色彩校正胡安加布里埃尔萨拉斯若泽路易斯lisani Gomila，胡安加布里埃尔Gomila  ；胡安。加布里埃尔@我。COM  ；巴利阿里群岛的大学（UIB）José路易斯lisani罗卡 ；JoseLuis。lisani @ UIB。ES  ；巴利阿里群岛的大学（UIB）关键技术在本文中，通过 ；颜色校正 ；技术我们指的方法，使数字图像的对比度。当图像太暗或过亮的一个经典的伽玛校正是足以增加动态范围和提高对比度。

面对通过USB摄像头的实时拍摄的图像识别的例子。它的演示。没有在个人电脑上，但在嵌入式主板，如比格板性能问题，它需要的优化配置。它的运行速度非常慢。

该程序首先采用OpenCV函数实现图像搜索边界，然后直线拟合，在求解对应顶点，最后用旋转拉伸到指定大小的图像上。在将该OpenCV代码用C语言实现，最后用CUDA使用。该程序调试通过。程序主要使用联想E430c笔记本。CUDA程序在GT635M显卡和Tegra K1嵌入式平台上测试通过。