标准差、角二阶炬、熵等

几种经典的SAR图像去相干斑的方法，以及改进方法。比如lee，map，kuan、frost，还有部分改进算法。必要的注释都有，希望对大家有帮助。

该程序包含Matlab代码的指纹识别。整体结构包括指纹增强，方向和岭估计，二元掩蔽和特征提取码。分类过程最后进行分类的输入图像，以确定它们是否属于同一人或没有。

采用肤色分割的人脸检测具有计算简单、检测率高的特点，并且对于人脸有旋转和倾斜的人脸图像也有较好的检测效果。但在检测时会把一些类似于人脸肤色的人体其他部位和类似于肤色的背景误检为人脸，具有较高的误检率。而且基于肤色分割的人脸检测对于光照条件等外部环境要求比较高，外部环境会直接影响其检测的效果。采用Adaboost算法的人脸检测有很好的检测效果，但该方法计算十分复杂，检测速度比较慢，对于有旋转和倾斜的人脸图像的检测率不高，而且当背景环境很复杂的时候该算法的误检率很高。因此，本代码是结合两者的优点的人脸检测

LBF(Local Binary Fitting)模型是一个著名的基于区域的活动轮廓模型。该模型利用局部图像信息（主要是数字图像的局部均值信息），能够对强度分布不均匀的数字图像进行分割,是原始的LBF代码。可以根据实际需要在此代码上做修改。此代码可直接成功运行。

系统采用的是摄像头拍摄装有水透明玻璃杯，获取实时的水面照片，通过图像处理技术对图片进行处理，包括图像二值化、图像去噪、图像增强、边缘检测已跟踪，最终通过特殊的数学方法计算出水位高度。另外程序还运用到了TeeChar插件，用来显示当前水位高度以及水位高度在一定时间内的动态变化。

局部二进制模式（LBP）是一种用于在计算机视觉分类功能。 LBP是中提出的纹理光谱模型的具体情况1990年 [1] [2] LBP在首次描述1994。[3] [4]它已经被认为是一个强大的功能用于纹理分类;它已经进一步确定，当LBP 是结合梯度方向直方图（HOG）的描述符，它大大提高了对某些数据集的检测性能。  LBP的特征矢量，在其最简单的形式中，以如下方式创建：  划分检测窗口进入细胞（例如16×16像素的每个单元格）。  在一个小区中的每个像素，比较像素到它的每一个8邻居（在其左顶，左中间，左底部，右顶部，等等）。 跟随一个圆，即顺时针或逆时针的像素。其中，中心像素的值大于邻居的值，写入“1”。否则，写“0”。这给 出了一个8位二进制数（通常转换为十进制为方便起见）。 计算直方图中

这个源代码是利用OpenCV工具包，实现图片中的人脸检测，并将检测出来的人脸用绿色方框框出来。所附代码，使用VS2008完成，使用OpenCV2.4.6。参数从命令行输入。argv[1]是图片的位置。检测眼睛的代码和人脸检测是一样的，只需要在检测出的人脸上再次进行一番相同的检测即可（注意：检测眼睛的参数需要调整，特别是最大最小区域范围）。

与PCA算法降维。我们有一些照片，希望应用PCA算法他们减少维度。这是一个关于模式识别问题。

资源描述这个例子功能强大，能够以多种方式处理位图文件，强烈推荐

opencv+vs2010，载入图像，再使用cvtcolor，将rgb转为gray，其中使用 3x3内核降噪 ，运行Canny算子  ， 阈值可以任意通过滑动条设置，使用 Canny算子输出边缘作为掩码显示原图像，可以看到不同阈值下的边缘图像