从彩色图像提取的 R、 G、 B 平面

包含两个程序，程序1是实现HE的暗通道先验去雾的程序，程序2是实现清华大学俞晶的基于暗通道和双边滤波的图像去雾的程序，可以直观的比较两者的差别。

这是计算 Hormography Matrix 的两幅图像的源代码。欢迎下载，试用。谢谢您的支持 ！

3D 是真的-真的几乎没有执行。它运行和 （应该是） 无缺陷。提供的帮助和代码有很好评论。最后一个未实现的方面是"滚"的能力 （除了偏航及变） 3D 内核。数学运算，以实现它是在代码中，和你需要做的就是取消注释。我发现不是这样做，因为我不干了它，发现感觉不像数学思维创造适当大小的网格。此外包括了 2D 版和一个小朴实无华的实用程序来查看 3D 矩阵。这由大量修改 23253： gabor_fn.m 由高阳

能够实现obj文件的读入 旋转平移 缩放，可以在 vs2010 上 完美运行，dll文件在第一个文件夹里，可是自己情况选择添加。，

于仕琪翻译的OPENCV 学习，1-9章主要算法的VC实现，我已经调试OK，对于初学者有很高的参考价值。总共近50个算法的实现，非常超值！所有的例子调试合格，适合初学者在OpenCV中学习。欢迎与我讨论。

资源描述模板匹配是目标识别的基础，在目标图像中寻找与已知物体灰度一致性最大的区域，并识别出来

完整的MFC编写的基于人脸识别的智能签到系统，包含了开发文档。基于Windows操作系统，在VS2008 SP环境下编写，算法部分用到了OpenCV 2.1，其中ASM人脸对齐部分还用到了OpenCV 2.0；演示程序界面部分用到了MFC。 演示程序的功能是，对摄像头拍摄的或用户指定的图像，检测其中人脸，然后在已存储的人脸库（通过摄像头或图片注册）中找到最匹配的人脸并显示。还有人脸库和分类器的导入/导出功能。 

应用背景二维最小均方滤波(TDLMS)实际上是一种典型的自适应线性预测算法，它在预测过程中采用了最小均方误差准则。当红外图像的背景具有强相关性时，二维最小均方滤波是行之有效的方法。关键技术经过上述自适应滤波处理后，将预测背景与原图像差分即可获得抑制背景后的目标图像。这种预测算法的特点是结构简单，速度快，并且能够使差分图像信噪比得到较大的提高。

 图像的自适应魏纳滤波, 程序能够运行出正确的结果，希望对各位有帮助。 

图像处理中，大部分的处理方法都需要事先把彩色图转换成灰度图才能进行相关的计算、识别。转换灰度图的公式是，对一个RGB值，R、G、B分别是其3色分量，计算：Gray = R * 0.299 + G *0.587 + B * 0.114然后将Gray分别替换掉原来的3色分量。