SIFT算法源码

它是一个 Java 图像处理库，是特别针对移动应用程序。它包括接口，因此，图像可以转换到和从本机格式为 J2ME、 android 系统和 J2SE。 ，它包括人脸检测和条码阅读一些示例应用程序。条形码读取器需要极高分辨率的图像，但人脸检测代码适用于定期的图像分辨率。它可以在几秒内隔离任何合理的一张脸正面观。

图像分割的n种方法，包括自适应阈值法，全局阈值法，二值化法等等，附带详细的解释

#include "stdafx.h" #include #include "glcm_make.h" #include "defautVal.h" #include "feature_extra.h" using namespace cv; using namespace std; int _tmain(int argc, _TCHAR* argv[]) { 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

2001年，Adaboost算法首次应用到了人脸检测应用上，并得到了很好的效果，在人脸检测方面取得了巨大的成就：1）首次采用Haar特征来对人脸图像的灰度分布情况进行描述，由于Harr特征的简单有效性，提高了检测速度；2）挑选出一些具有样本能力的Haar特征的组合来构成强分类器；3）采用由粗到精的思路来构造级联人脸检测器，先用强分类器把图片中大多数的背景和无关区域滤除，再增强分类器的复杂度，继续滤掉剩余的无关区域，最后剩下的就是人脸区域，该种方法达到了提高了人脸检测速度的目的。本资源位Adaboost人脸检测的具体实现。

从自然看图像与低通滤波器和高通滤波器的帮助下删除雨的有效方法。因为它并不清楚的图像了在雨中我们可以消除图像的雨滴。通过这段代码中，我们可以获得清晰的图像。1.输入图像2.转换为灰度3.预计算高斯距离权重。4.申请双边滤波器。5.提取局部区域。6.计算高斯强度加权。7.计算双边滤波响应。8.图像分析的 K-均值聚类9.K SVD 算法的应用

这是一个基于摄像头的Arm单片机开发的系统程序，具有非常大的所用价值                                                  

此代码提供了通过执行各种图像处理技术对图像的自动代码检测。 它的段使用基于颜色分割技术的井喷控制单元格。 此代码是在 Matlab 中并

图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理图像处理

该程序实现了图像的点运算，图像的几何变换，图像空间域与频域的滤波和增强，彩色图象的处理，形态学图像处理，图像分割，特征提取以及更深层次的图像识别，人工神经网络，向量机等等，内容非常的详细，代码有注释，非常适合刚刚接触机器视觉学习的同学！

资源描述应用canny对边界提取后，在应用局部线性回归对边界进行平滑，最终得到平滑边界，在和原图进行比对，适合初学者，程序简单，参数可以适当改变