基于小波变换的迭代去噪算法

基于OMP正交匹配追踪算法的小波基CS图像重构。利用测得矩阵找出重建矩阵中与之最匹配的列，与该列对应的即是重建的稀疏图像中的相对应位置的系数。然后得到将测量矩阵减去第一步第一个系数所对应产生的测量矩阵中的值，得到下一步残差，然后再找与之最匹配的列，如此循环下去，直到迭代到要求的次数

完整的人脸识别代码，实现加载的xml文件时事先训练好的。能够有效识别人脸，应对光照、灯光等有很好的检测效果，但对于遮挡还不能有效识别！

用matlab去撰寫ssim,psnr的計算 是用ssim,psnr的定義去寫的，並非matlab內建指令

应用背景这是使用Haar特征训练弱分类器，然后使用约14弱分类器连接节点作为一个强分类器，该方法选择弱分类器是AdaBoost算法。 ；关键技术

在图像处理中，边缘检测是一个必要的步骤，如检测车辆直线和冬暖的边缘。 DOG和 （LOG） 拉普拉斯是高斯的边缘检测的好方法...... 这里是拉普拉斯高斯的代码，和它在 vs2010 编译

基于hough 变换的的  直线提取程序 直线检测 二值化  两条直线的提取程序 有图像  MATLAB 程序

图像处理打印程序使用说明书 本程序主要的功能：将一副图像选定的区域（多边形、矩形、圆形、椭圆）复制到另一副图像的指定位置。 本程序辅助功能（区域或全图）： l  图像的亮度、饱和度、色彩平衡、对比度、灰度调整。 l  图像的功能虑镜：反色（底片）、曝光、浮雕、雕刻、模糊、锐化、紫色、幽灵。 l  边缘模糊、旋转、图像缩放、图像剪切（矩形区域）。 l

手势检测从视频序列中检测到手并定位手的区域，该过程对于特征的选择与处理相当关键，肤色及运动信息是经常被采用的两个有效的特征。但是，现实环境中由于光照变化、背景复杂及其它不可预知的干扰，仅一个特征往往不能有效地定位出手，需要多种特征互补，手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置，并使用红色矩形框框出区域。该实验从视频中检测出人手并定位手的区域。

数字图像处理与机器视觉 vc++ 和 MATLAB 代码实现 ，买书时自带的光盘 ，代码很全

深度学习的一种模型deep-net其中是自编码SEA和分类器组成，用于图像分类；SEA可以用于可以代表输入数据的最重要的因素，加上分类器softmax就能实现分类；在图像分类上要好于其他的模型