图像滤镜（VS2010+C++，包含约100中处理）

将视频分割成一帧一帧

本源码主要是关于驾驶员头部位置定位，包括以下三个方面：1.利用红眼效应，定位正脸位置；2.利用侧脸特征，定位侧脸；3.摄像机标定，进一步完善。从而实现驾驶员头部位置定位，控制气囊充气量，减少碰撞伤害。

这是一个3dmax 制作虚拟画廊的详细步骤，供初学者学习使用                                          

一个使用sobel算子检测图像边缘的算法，使用semaphore实现多线程运算，使得在检测较大图像时运行速度更快。

我附上了 matlab 代码提取彩色图像的红色、 绿色和蓝色的飞机。它是对彩色图像的三个平面分析很有帮助。并且我们可以显示每个平面分开。

人脸检测是一种确定的位置和大小的数字图像中人脸的计算机技术。它检测的脸并忽略任何其他，如建筑物、 树木和机构。人脸检测可以视为更一般的情况下的人脸定位。在人脸定位，任务是找到的位置和大小的面 （通常为一) 已知数。在人脸检测，脸上是处理和按位与底层的人脸图像数据库中匹配。任何微小的变化，在面部表情，例如微笑，嘴唇运动，将不匹配的脸。 人脸检测可以视为对象类检测的具体案例。在对象类检测中，任务是找到的位置和大小的所有对象都属于一个给定类的图像。例子包括上部躯干、 行人和汽车。 人脸检测算法专注于正面人脸的检测。它是类似于图像检测

应用背景粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。关键技术与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。 该工具箱的使用主要分为几个步骤： 1) 在Matlab中设置工具箱的路径； 2) 定义待优化函数； 3) 调用PSO算法的核心函数：pso_Trelea_vectorized()。 其中第三步最关键，用户需要根据自己的需要设置好参数，可使算法极快收敛。

基于dm6437的程序，主要用c进行编写，对用ccd摄像头采集来的图像流进行入、采集，并通过液晶屏进行显示，通过对每一个像素与sobel算子进行卷积和，实现对采集来的图像流进行边缘检测，从而达到我们想要的效果。

资源描述里面包含完整的算法实现函数代码 已编辑成为word文档格式 便于复制:　　垂直镜像　图像的旋转　图像缩放　256图像转化成灰度图像　随即噪声 亮度调整　色调调整　对比度调　八种图像处理算法函数 

图像的超分辨率处理。将一张正方形图像先降采样变成原来的1/16，然后经过迭代反投影算法再变回原来的大小。将小图和大图比较可以发现清楚了很多。注意一定要放入正方形的图。迭代反投影算法是将模拟低分辨率图像和观测低分辨率图像的误差叠加到当前估计高分辨率图像，生成新的高分辨率估计图像，进行欠采样得到当前低分辨率模拟图像，不断循环迭代这个过程，直到误差精确达到要求范围或直到迭代次数完成（避免出现死循环）。