MATLAB图像分割

基于opencv的人脸表情识别，采用的是svm分类方法。SVM的思想可以概括为两点它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；

KNN 分类器

经过改进后，画面刷新速度大大加快，绝对看不到任何的“扫描线”，帧数也从5帧一下就提高到了9帧，几乎是两倍于前的速度。这究竟是什么原因呢？让我来讲述其中的道理。因为圆是要一个一个画上去，所以每画一个圆，系统就要做一次图形的绘制操作，图形的重绘是很占用资源的，当需要重绘的图形数量很多的时候，所造成的系统开销就特别大，造成我们看到的那种刷新缓慢的情况。那么如何来解决这个问题呢？答案就是双缓冲，何谓“双缓冲”？它的基本原理就是：先在内存中开辟一块虚拟画布，然后将所有需要画的图形先画在这块“虚拟画布”上，最后在一次性将整块画布画到真正的窗体上。因为所有的单个图形的绘制都不是真正的调用显示系统来“画”，所以不会占用显示系统的开销，极大的提高的绘图效率。

以MFC作为平台，vtk读取dicom文件，显示横断面，矢状面，冠状面，实现交互MPR。编译成功，实现基本功能的阅读。可能有些小问题。但是问题不大。显示成像基本功能实现

基于增强主动视觉的人脸特征提取

利用给定视频序列中连续相邻的三帧图像的简单运算获取目标图像。目标检测的一种有效的方法，具有显著的效果。

P0301：数字图像矩阵数据的显示及其傅立叶变换P0302：二维离散余弦变换的图像压缩P0303：采用灰度变换的方法增强图像的对比度P0304：直方图均匀化P0305：模拟图像受高斯白噪声和椒盐噪声的影响P0306：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波P0307：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波P0308：图像的自适应魏纳滤波P0309：运用5种不同的梯度增强法进行图像锐化P0310：图像的高通滤波和掩模处理P0311：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理P0312：利用巴特沃斯（Butterworth）高通滤波器对图像进行锐化处理 

资源描述使用c代码实现的联通区域标记，要求输入的是1和0的二值图像，然后使用堆栈方法标记出连通区域的个数，每个亮值点都标记出所属的联通区域标号，可以统计面积和筛选等。

应用背景 适用于数码相机等手持设备拍摄到的字符图片实现图片左下角时间识别、图片中存在的较大字符区识别。 字符区字符数建议8个以上，如果要识别的字符数有变化，可对程序中一个对字数数进行筛选的参数进行修改即可。 关键技术关键点：如何在整个图片中搜寻到字符区的方法以及搜索到以后如何进行筛选出真正的目标区。

代码实现了对数字图像的离散傅里叶变换，快速傅里叶变换，离散余弦变换（DFT,DCT,FFT）