C# filters

基于OPENCV编写的几何图形识别。对一些人类在视觉上存在明显区别的几何图形,提出了轮廓搜索‰ 折点定位的改进算法。通过搜索出的轮廓折点,根据它的数量,以及相邻折点之间连线的相互几何关系,最后识别出图形的快速算法。本文对大量几何测试图形用该算法实验,结果证明该识别算法具有运算速度快,准确度高的特点,在图形发生拉伸旋转等变形时也能很好对图形进行识别。附带自己编写的相应测试源代码，对利用取模软件建立的图形进行识别。

基于opencv的人脸识别，haar-like快速计算，可检测人脸与眼睛 。对应opencv2.0函数，visualstdio2010编程。可同时检测多个人脸与眼部。

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。

利用形态学处理对道路进行分割提取，包括中值滤波3x3,5x5,7x7等不同模版下的道路提取，可以有效的提取出道路的骨外扩，后面有详细的备注说明。                                                                                                                                  

本代码实现的是图像处理中的gamma校正，在图像处理中通常会发现图像太暗后者图像太亮，这是就要通过gamma校正得到合适的亮度，这样就有利于后续的图像处理。

我们的项目结合了很多方法可提取车牌、 段字符和识别字符。进一步改进应侧重不仅精度的识别、 车牌提取、 字符分割和标准化的准确性。 MatLab 程序编码，所有的车牌识别阶段建立经历。它理解是有帮助的车牌识别一步一步的程序。图像采集、 板提取、 字符分割与字符识别它们。我们成功地演示了车辆数板分割与识别系统。 应用于图像的直方图均衡。它可以扩大，以包括更大的范围，产生一个更高的对比度图像的像素强度。 我们使用这辆车的后面黄色车牌作为输入图像。我们采取两套照片的分辨率 l 1024 * 768 像素 l 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

基于sift的图像复制粘贴篡改检测算法，该算法首先提取出sift特征，用的是网上提供的提取sift的混合编程方法，然后将sift特征进行匹配并聚类，再用RANSAC算法剔除误匹配对，最后用线段将原始块和复制粘贴块中的匹配点连接起来。此算法能抵抗各种后处理操作，如旋转、尺度缩放、添加噪声等以及它们的几种组合。

人工蜂群 （ABC） 算法由 Karaboga 最近发明是一种生物启发的优化算法，已被证明是一些常规的生物启发的算法，如遗传算法 （GA）、 差分进化 （DE） 和粒子群优化算法 （PSO） 的竞争力。然而，仍有不足在 ABC 算法 关于其解决方案搜索方程，是善于探索，但在剥削穷人。粒子群优化算法的启发，提出了改进的 ABC 算法由全球最好的 （gbest） 解决方案的信息纳入改善剥削的方程解搜索调用 gbest 指导 ABC （GABC） 算法。在一组数值的基准函数的测试实验结果表明 GABC 算法可以超越 ABC 算法在大多数实验。

自己写的Matlab程序，实现了Canny算子对于图片的边缘检测功能。步骤分为：1，为源图像进行高斯低通平滑滤波。2，计算梯度幅值图像和角度图像。3，为图像进行非最大值抑制。4，用双阈值处理和连接分析来检测。

优化技术这里使用的是人工蜂群算法远远优于常规的优化技术。该技术是一种用于检测眼睛比常规技术也香农FANO算法是用来寻找熵的形象。