基于OpenCV的透视矩阵变换

objective-c得毛玻璃效果 用到了UIImage+BoxBlur，ANBlurredImageView第三方类

通过rgb图像转化为灰度图，然后进行canny边缘检测，在进行膨胀运算，然后调用hough函数检测直线，

利用区域分割法进行图像分割，需要手动确定阈值和初始点，有八连通和四联通的实现

matlab小波提取纹理特征，进行Gabor小波滤波进行纹理特征提取，一副图像经过小波变换为HH、HL、LH、LL四个子带，再使用这些子带进行特征提取，进行识别

基于VS2008编写的图像处理程序，MFC文档类的简单的界面，是学习图像处理入门的一个很好的参考，包含了读取bmp图像，图像增强，图像分割，图像识别，特征提取等函数，非常实用！

这个 c + + 程序演示了如何检测行人使用 OpenCV 函数图像上。猪和支持向量机基于的识别。

资源描述基于vc++的opencv图像处理，提取图片中的轮廓信息，过程包括二值化图像，边缘检测等

Matlab 的 SAR 图像去噪功能损坏由乘性相干斑噪声中描述的技术"非局部的 SAR 图像去噪算法基于 LLMMSE 小波收缩"，由美国 Parrilli M.Poderico、 简历安杰、 IEEE 货运上地球科学与遥感、 第 50 卷，第 2 页 606-616，L.Verdoliva 写的 2012年。

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

用hough变换检测直线，Hough变换于1962年由Paul Hough提出，并在美国作为专利被发表。它所实现的是一种从图像空间到参数空间的映射关系。由于具有一些明显优点和可贵性质，它引起了许多国内外学者和工程技术人员的普遍关注。例如，由于其根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界发生某些间断的情况，它具有很好的容错性和鲁棒性