face recognition system using PCA

直方图均匀化 , 程序能够运行出正确的结果，希望对各位有帮助。

打开一BMP图像，对图像进行滤波，采用3*3、5*5窗口大小的进行均值、中值滤波；对图像边缘检测，采取sobel算子、梯度算子、拉普拉斯算子等算法；对图像进行分割，采取固定阈值分割、最大类间方差分割等等。希望对大家有用！

应用背景图像分割是图像处理的一大难题，分水岭算法是经典的图像分割算法，可以实现对粘连图像的分割，比如粘连的细胞图像，还可以实现对彩色图像分割，分割效果明显。关键技术本代码是基于C++语言编写的，图像分割包括全部的源码，运行即可使用，代码有详细注释，方便理解，主要是彩色，如果是二值图像的话效果不太明显，最好是彩色图像。watershed算法

Iam 这里附加源的检测到的个人从摄像头捕获的脸。进一步此项目将捕获的图像从网络摄像头和处理图像并在数据库中存储过程的脸。

在区域匹配算法中,通常使用的相似性测度函数主要有:SSD、SAD、ZSAD、NCC、ZNCC等。最简单的相似性测度函数有绝对误差和(the Sum of Absolute Differences，以下简称SAD)。 

Harris检测角点的方法，能够很好的检测出棋盘格内的角点数目，基本无误检。

本研究工作的主要目的是从特定的MRI扫描中识别肿瘤及其定量；

应用背景android 编码解码h264， 调用原生api编解码h264，能够达到1080p，同时udp发送至vlc，可以实时观看，系统要求4.2以上，红迷测试可以达到720p关键技术android 编码解码h264，包括h264 encode decode，系统api是mediacodec，视频采集是camera回调，转换yv12到yuv420

本文作者开创了多目标协同分割算法在现有的数据集中分割效果良好，用途很广泛。文的优点在于：由于标号增长的准确性在图形转换半监督学习框架中主要依赖于图形节点的相似性有多可靠，在Gunhee Kim ，Eric P. Xing[9]等人提出的多前景协同分割中节点代表着图像区域，它们的相似性既不是很容易区别又不是特别的稳定，尤其是不同图片中相同物体很大的外观差别，分割成属于不同物体的相似性有可能大于分割成相同的物体。这样本文提出结合全局连通约束图形转换半监督学习框架。每个约束项能够看成是一个线性不等式，基于此，我们开创了切平面算法，它能够解决线性不等式约束项和标号增长的凸一元二次方程之间的迭代，寻找最大违反约束项。

蚂蚁 clony 聚类算法在图像分割、 Lumer 和 feita 都有实现这种算法对数据聚类