图像融合

资源描述 利用3层神经网络使用 LBP的特征进行行人检测的识别，里面已经包括行人检测的训练数据集。 开发环境VS2013 opencv3.0

资源描述C++实现的RGB与HLS颜色空间互换程序，在图像处理中会经常用到，算法简单，容易理解，可直接移植的需要的地方

使用opencv对图像进行简单的去噪，主要利用了opencv的cvSmooth()方法平滑图像，实现中使用的是中值滤波平滑，也可以使用双向滤波平滑，在不同的场合，效果会不同。

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

应用背景该算法的任何实际的实现，应该只工作0.5-levelset邻域像素的，不是所有的嵌入功能，也许应该多线程GPU的能力或特征。这类morphgac和morphacwe大部分提供这个功能模块。他们实施的形态测地线活动轮廓和没有边缘的形态活动轮廓，分别。看见了上述文件的全部细节。关键技术这是一个介绍Python实现的算法 ；我árquez内拉，P.，baumela，L.，Á阿尔瓦雷斯，L.，”形态的方法基于曲率的曲线和曲面的演化。IEEE交易 ；模式分析与机器智能（PAMI），2013。此实现的目的是简单，可以理解的和自成一体的尽可能。它不包括任何提高，使其快速或有效。

该源码是一个相机标定的源码包，能够完成立体视觉中单目和双目摄像机的标定，本源码包内包含多个GUI源码，可以完成多个试验，如角点检测等

应用背景图像的特征提取和特征匹配，用sift算法，SIFT特征检测算法 ，检测的特征点具有平移、旋转、尺度变化不变性，实验效果较好。-The SIFT feature detect algorithm.The feature is scale- and rotation-invariant.The algorithm performs well in experiments.关键技术sift提取特征，然后进行匹配。基于SIFT的图像配准程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力-Hot and difficult of the current research areas of domestic and foreign feature point matching based the SIFT image registration program SIFT feature matching algorithm is its ability to match between the two images, can handle translation, rotation, affine transformation case match problem, even in some degree images taken at any angle with more stable feature matching ability

Latest Matlab implementation of Local Phase Quantization (LPQ) descriptorsLPQ(Local Phase Quantization)算法的原理是假设平滑函数h(x)中心对称，则其傅里叶变换为H(u)，对所有H(u)≥0有∠G(u)= ∠F(u),其中F(u)和G(u)分别为原图像和平滑后图像的傅里叶变换，因而在H(u)≥0条件下，图像对平滑有不变性。

具箱包括34种数据降维技术，包括- Principal Component Analysis ("PCA") ---主成分分析- Linear Discriminant Analysis ("LDA") ---线性判别分析- Multidimensional scaling ("MDS") ---多维尺度分析这些可以通过compute_mapping函数或GUI调用：

jpeg压缩库，是以源码的形式提供给软件开发人员的，当然在软件包里也有编译好的库文件