matlab图像处理源文件

图像的分块程序，编程语言C++，开发平台VS2010，调用OpenCV实现。代码中，可以通过参数设置分块的数量与大小

人脸检测，包括眼睛检测及嘴巴检测，但嘴巴检测尚不稳定，检测方法利用opencv自带级联分类器，检测结果以矩形框形式表示。

PN和GOLD MATLAB程序

RGB转HSI中S分量的代码，在视频增强器中需要用到的算法转换，根据这种算法可以将其移植至FPGA中，在FPGA中实现。

通过rgb图像转化为灰度图，然后进行canny边缘检测，在进行膨胀运算，然后调用hough函数检测直线，

使用块编码的图像去噪这里我们使用块编码到图像编码和实施这一使用二维块编码算法来达到更好的过滤

应用背景测试查看matlab中的三个显示函数 image,imshow,imagesc 的区别，首先讨论了图片的存储格式对图像处理、显示没有影响，然后通过对图像进行R、G、B分别显示，整合，直观地展示上述三个显示函数的差异，包含图像，可以直接运行展示关键技术R、G、B三通道分别显示、处理图像，适合于初学图像处理者，厘清基本问题，高手可以忽略

我们建议是不特定的盲人没有参考 NR） 视频质量评价模型。该方法依赖于离散余弦变换域中的视频场景时空模型和特征类型的运动发生在幕后，视频质量预测模型。我们使用的模型来定义录像统计和感知功能，视频质量评估 （VQA） 算法，不需要在原始的视频，要预测一个感性的质量分数进行比较的基础。本文的贡献有三方面。1） 我们建议时空的自然场景 （NSS） 统计模型的视频。2） 我们建议量化运动相干视频场景中的运动模型。3） 我们表明拟议的 NSS 和运动一致性模型是适合的视频质量评估，我们利用它们来设计了一种盲目的 VQA 算法与人类判断质量的高度关联。提出的算法，称为视频 BLIINDS 测试住 VQA 数据库和洛桑 PoliMi 视频数据库和显示执行接近水平的顶尖表演减少和完整引用 VQA 算法。

应用背景SLIC是Simple Linear Iterative Clustering的缩写，是一种基于聚类算法的超像素分割。它在CIELAB空间中使用聚类，由LAB颜色空间中的亮度分量L和两个颜色分量a，b以及像素坐标x，y共同构成的5维空间中执行的一个局部像素集合。图像色彩的信息和图像平面空间几乎统一，以此这种新的距离度量就生成了结构紧凑、规则，并能够无缝隙的包含灰度及彩色图像。SLIC算法执行起来非常简单，容易在实践中应用，它只需一个参数即可。关键技术 SLIC不仅可以分割彩色图像，也可以兼容灰度图或位图，并且还能人为的设定超像素点的数量。 里面有导出的直接可执行的程序，也有详细的代码，用VS编写，系统32位，如果用64位需要更改vs配置，自行百度。

使用VS2010，opencv2.3版本，进行Lucas_kanade金字塔仿真，其中调用Opencv库函数cvCalcOpticalFlowPyrLK，获得第二帧图像的光流点，