三维点云对齐

opencv1.0+VC6.0/VS2010下皆可使用，对不同图像做直方图比较，得出匹配系数，具有一定的可行性，欢迎广大童鞋下载交流。

在本文中，我们目前 DCT （离散余弦变换） 块应用级图像压缩 JPEG （联合摄影专家组） 算法的有效性。结果表明该算法是在压缩的情况下最有效的因为它有非常良好的压实性能与能源相关的值。作为一项基本原则，我们消除高频率，并保持低和介质不会明显影响形象。在实际应用中的人脸检测、 皮肤颜色、 面部识别、 虹膜、 指纹等遇到了 DCT 的 JPEG 压缩算法

加权图像融合算法的Matlab源代码，包括IHS,PCA Fusion，主要运用在GSM中卫星图像处理，里面有例子图片，可以清晰的看见处理效果。

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.

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。

利用简单的命令对图片进行剪裁，这个可以用鼠标选择自己想要留下的图片区域，不需要计算目标图片的灰度值或坐标范围，仅仅用鼠标选择目标区域进行剪裁就可以得到自己想要的图片，然后保存。

真实性和版权保护是在处理数字多媒体的两个主要问题。图像水印是最流行的方法，用于版权保护的离散小波变换 （DWT） 执行原 2 级分解（封面） 图像和水印图像嵌入在最低水平 (LL) 子波段的封面图片。逆离散小波变换（IDWT） 用来从水印图像中恢复原始图像。和离散余弦变换 （DCT），转换成图像块兆位和使用离散余弦逆变换的然后重建。在本文中我们比较了水印使用离散小波变换和离散小波变换离散余弦变换方法性能分析的峰值信噪比，相似因子的水印和恢复的水印基础上。

 基于OPENCV基于OPENCV的道路中心线的识别，对清晰的道路场景具有适应性， 适用范围比较窄，只能适用于交通标线比较清楚，画面整体像素值分布均匀，背景干扰较少的图片。

项目将彩色图像转换为 grayscae 在 c + + 中的图像 这是一个基本的图像处理中

应用背景人脸检测算法的可靠性很大程度上依赖于分类器的设计，在2001年，Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征和积分图方法进行人脸检测，他俩不是最早使用提出小波特征的，但是他们设计了针对人脸检测更有效的特征，并对AdaBoost训练出的强分类器进行级联。关键技术 人脸检测从整体来看分为四个部分： 1、Face detection 人脸识别，即识别出这是人的脸，而不管他是谁的。 2、Face preprocessing 面部预处理，即提取出脸部图像。 3、Collect and learn faces 脸部的特征采集和学习 4、Face recognition 脸部识别，找出最相近的相近脸部图像。