Canny算子，sobel算子，laplace算子实现的图像边缘检测

RobustPCA 是最近提出的一种非常新的图像矩阵分解算法，该算法具有对噪声不敏感、能处理高维图像数据的特点。这是论文作者提供的 MATLAB 实现代码 RPCA (Robust Principal Component Analysis)是目前用于矩阵填充、图像去噪的最有效的优化方法。该代码是求解RPCA的一种数值算法

应用背景vs2010+opencv2.4.8,这个是测人脸识别代码的准确率的，具体人脸识别的方法在我上传的另外一个代码里面。里面也有两个cpp,testLBPHaccuracy.cpp测得是LBP方法的准确率，testLBPloadAccuracy.cpp则更为精简，测得是直接下载分类器用于测试的准确率，理论上说两个应该一样。关键技术可以修改createLBPHFaceRecognizer()此函数的参数例如改默认参数为 (1,8,4,4,DBL_MAX)和修改训练图片的张数（即修改at.txt文件）再分别测它们的准确率和时间。里面附有我测的各种变化的准确率和时间（包括在vs上跑的时间和板子上跑的时间）大家可以参考一下，从内存，时间，准确率选择最适合的参数。

人脸检测

在视频或者图像配准处理中，错误的匹配往往影响正确的结果，因此剔除无匹配可以提高处理精度。通过MSE剔除错误和不精确的匹配，得到满足要求的精确的正确匹配结果，利用匹配对可以进行后续处理。

想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，

基于模板的匹配。主要是利用种子模板的方法，对一幅图像进行检测。适合新手学习，望高手绕道。

Tanda Tangan digital menggunakan metode ong schnoor shamir dan euclidean数字博物馆。Kemajuan dan berkembangnya teknologi berpengaruh ke segala aspek kehidupan manusia，tak terkecuali dalam hal berkomunikasi公司。登干阿达尼亚互联网，雅拉克布坎拉吉苏阿图哈兰根untuk saling berkomunikasi。

附件中提供的代码是根据文章“Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries”编写的，整个程序分为两个阶段，第一，稀疏分解，第二，字典学习过程。在稀疏分解中采用的是正交匹配追踪算法（OMP），在字典学习过程中采用K次奇异值分解方法（SVD）更新字典原子。

资源描述数字图像形状进行匹配的一个程序，利用的是HU矩，在计算的时候求解的HU矩的第一阶矩和第二阶矩，一般只要形状不是太复杂，匹配度都可以很高

这是一个从一张图像中恢复三维形状的shape from shading方法。我从csdn中将其下载下来的，希望对大家有用。shape from shading（SFS）的matlab代码，修改图片路径，可直接运行。这段代码用的就是Tsai文章中的方法，