Harris角点特征检测

本源码是基于《A texture-based method for modeling the background and detecting moving objects》一文实现的，该方法是基于图像中各个像素点的建模方法，提取的纹理特征的方法为LBP直方图，每个像素点的背景模型中包含K（一般为3或5）个LBP直方图，在后续处理中每来一帧时先进行前景检测，然后更新背景模型，如果当前像素点的LBP直方图和其背景模型中的任何一个直方图都不匹配时，就把权值最小的那个直方图替换成该像素点当前的直方图，并且设置其权值为一个很小的值，如果当前像素点的LBP直方图与其背景模型中的某一个最匹配时，就更新那个最匹配的直方图，并且更新其权值，背景模型中的其他直方图只更新权值。更新完之后进行权值归一化，根据权值大小进行排序。

基于SVM（机器学习中的支持向量机）的分类样本训练，训练处模型（model），用model再对测试样本（test_sample）进行预测.

C++实现的LBP算法提取图像纹理特征,C++实现的LBP算法提取图像纹理特征-C++ implementation of the LBP texture feature extraction algorithm, C++ implementation of the LBP algorithm for extracting image texture features LBPLBP_prodatalena.bmp   ..............Thumbs.db 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

对灰度图像进行划块，以每个块为向量对其进行PCA分析，取有限个特征值复原图像，达到压缩的目的。

本文给出了基于gabor的血管分割算法过滤器。它用于检测图像中的边缘。它是基于线性滤波器的。用于掩蔽。

基于Qt平台开发的图片无损压缩，有简单的UI界面，图片输入格式为PNG，压缩为无损压缩，利用像素有效编码和解码

利用Shearlet变换对多聚焦和医学图片进行分解，将分解得到的高频系数进行绝对值取大的规则进行融合，对得到的低频系数采用区域能量和区域方差加权融合的规则进行融合，之后进行shearlet反变换得到融合图像

基于OPENCV开发的掌静脉识别程序，MFC设计。用掌静脉进行身份认证时，获取的是掌静脉的图像特征，是掌活体时才存在的特征。掌静脉识别仪是利用掌静脉识别技术原理进行工作的门禁机，掌静脉识别是静脉识别的一种，属于生物识别，掌静脉识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对算法提取特征值，通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。

乳腺放射成像已被证明是最有效和早期癌症检测 [15] 的可靠方法。两个在解释 ofmammograms 使用了不同的技术。第一种方法包含的系统搜索eachmammogramfor 视觉模式有症状的肿瘤。

能够对给定文件的图像的纹理进行分析，提取相关的数据：包括能量、熵、惯性矩、局部平稳性、相关等信息，并显示分析结果