图像处理梯度锐化

此程序是在VS2010+opencv2.44环境下运行的，实现对视频中人脸的动态检测，其原理是基于运用图像的haar特征结合adaboost算法思想生成的人脸分类器（这个也可以生成自己训练出来的.xml文件分类器），最后在opencv下对图像或视频进行检测

此源码采用c++语言编程，图像中的头文件包含许多重要的信息，比如焦距等，利用这个源码编译后运行可以提取很多重要的 信息，一次通过这种信息来达到自己的目的，比如运用在三维重建等方面

基于opencv的车道线检测代码。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。效果一般

基于camshift(meanshift)的视频运动目标跟踪算法，在VS平台下编写，使用了OPENCV库，基于HSV颜色空间的处理。使用方便，跟踪效果好，显示背景、前景、统计目标颜色直方图。

在许多应用程序如地学研究、 天文、 地理信息系统使用卫星图像。在图像中最重要的质量因素来自于其决议。卫星图像增强技术利用离散小波变换和奇异值分解。这一技术将输入的图像分解为四个频率子波段，利用离散小波变换和也估计奇异值矩阵的低-低子带图像和均衡通过逆离散小波变换增强的图像。图像分割技术应用于图像增强过程后该模型采用多区域分辨率和马尔可夫随机场技术提高分割精度，提高图像的质量和它降低噪声的卫星图像。

   本程序运用haar特征adaboost算法进行人脸检测。 OpenCV 的人脸检测主要是调用训练好的

真实性和版权保护是在处理数字多媒体的两个主要问题。图像水印是最流行的方法，用于版权保护的离散小波变换 （DWT） 执行原 2 级分解（封面） 图像和水印图像嵌入在最低水平 (LL) 子波段的封面图片。逆离散小波变换（IDWT） 用来从水印图像中恢复原始图像。和离散余弦变换 （DCT），转换成图像块兆位和使用离散余弦逆变换的然后重建。在本文中我们比较了水印使用离散小波变换和离散小波变换离散余弦变换方法性能分析的峰值信噪比，相似因子的水印和恢复的水印基础上。

多尺度图像非下采样轮廓波变换(NSCT)的工具箱,实现代码为Matlab版本。可用于图像的多尺度分析,如图像压缩、图像分割、图像融合和超分辨率等。

应用背景可用于两张图片的对比。判断是否相同或不同。关键技术 扫描整个图片，从而获得每个像素点的值，进而进行比较

弄了几天总算出来效果了，原来一直对menashift算法中权值w的下标理解有错误。核函数使用的是简单的Epanechnikov，带宽h和搜索区域的大小都是固定的这个有待改进。摄像头使用的是笔记本自带的摄像头。