SIFT算法源码

cximage不好编译，最新版本7.02这个是我经过验证可用的 简单介绍下CxImage类的简单用法，希望给刚接触CxImage的朋友带来一些帮助，我使用的工具为vs2005 打开CxImage工程后可以看到下例这些工程： - CxImage - CxImageCrtDll - CxImageMfcDll - dome - domeDll - jasper - jbig - jpeg - libdcr - mng - png - tiff - zlib 编译后生成一系列的lib、dll文件，这些文件就是我们所需要的。怎么用，我后面会进行介绍。 1首先我们要确定在程序中是希望静态链接还是动态链接，在这里我建议大家使用动态链接，因为这个库有点大，如果使用静态链接的话你的应用程序体积会额外增加1MB多。 2。然后确定在MFC中使用还是在CRT环境中使用，这个库专门为你建了这两个工程来创建不同环境中使用的运行时库，跟据你的需求来选择编译CxImageCrtDll还是CxImageMfcDll工程，如果你希望使用静态库链接的话除了这两个工程不需要编译其它的工程都需要编译。并且在引用这个静态库的时候要把这些所有编译过的工程里的*.lib全部拷到你的程里去。   以静态链接为例： 1、编译完工程后，将以下文件拷到你建立的工程里去 先将头文件拷到你的工程里新建文件夹的include去： xfile.h、ximacfg.h、ximadef.h、ximage.h、xiofile.h、xmemfile.h， 使用静态链接需要拷以下文件到新建的文件夹lib

应用背景kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。

资源描述用网格法来追踪等值线，首先用差值法得到高程值，再追踪等值线，并画出等值线

粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率， 可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样 法(Sequential Importance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行 近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式 的概率密度分布。

用C++语言实现的zigzag数组，是一个之型排列的矩阵，主要在JPEG图像算法中使用。

资源描述matlab的数字图像实时稳定技术及其实现源代码，在matlab7.0以上使用，已测试，可直接用代码

C++实现的人脸检测与识别定位功能，主要使用基于HOG特征点的人脸检测，结合神经网络学习算法，训练特征数据，来实现人脸特征部位的检测与定位功能。代码包含整个工程，可以运行，效果不错，给大家分享一下！

它可以用于读取 *.dcm filesit 可以得到图像的 withd，高度，和像素 lengthit 也可以读取 JPEG 文件

读取mapinfo数据 有强大的api 接口， 实现。tab/。mif文件的读取，丰富的类库处理电子地图数据

利用灰度共生矩阵提取图像纹理特征，代码是矢量化的，速度很快。