vc6.0直方图统计

没有使用控件，直接控制USB摄像头，整个代码中没有使用任何控件，作者的VB功底厉害。好像是用以个纯粹的类完成的。

利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理, 程序能够运行出正确的结果，希望对各位有帮助。

基于VC、DirectShow和OpenCV的摄像头捕捉视频的例子，不需要安装DirectX SDK

LED 显示技术开发,该文档比较详细的介绍了LED显示屏开发的基本原理，以51单片机为开发平台，说明了LED直译、绕线情况下LED数据组织情况。可以快速了解LED显示屏基本开发原理，并给出了16点阵反相显示和正相显示两种情况下源码。

纯c语言写的俄罗斯方块，简洁，对新手帮助很大。游戏还可以闯关，速度变快等等

编号队列具有更高的出列优先级编号队列具有更高的出列优先级编号队列具有更高的出列优先级编号队列具有更高的出列优先级

用于三维或二维图像的配准，或三维人脸识别，迭代最近点的目的是求出一个刚体变换矩阵，将两幅图像用数据点表示，一幅图像乘以这样一个刚体变换矩阵就可变换到另一副图像上去

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。

在这里，我将附上用于jpeg标准的使用dct技术的图像压缩的matlab代码…这是我的b tech项目标题。测量并比较了不同类型图像的压缩比、PSNR、MSE等参数；

图像增强技术是图像处理领域中的基本技术之一。图像增强的目的是信息的改进的可解释性或感知在图像中的人类的观众，或为其他自动化图像处理技术提供更好的投入。近年来，灰度图像增强技术发展迅速。这些算法有一定的灰度图像增强的效果。然而，我们通常处理在日常生活中的彩色图像。由于诸多因素，如有限的动态范围、 照明的影响和显示设备，获得的图像质量的下降，这意味着许多重要的信息很难被人告诉 的眼睛。同时，它是不适合直接使用灰度图像增强技术的彩色图像。因此，我们需要开发彩色图像增强技术，处理的问题。与灰度图像相比，彩色图像仍有颜色的信息，所以那彩色图像是灰度图像比更生动。现在，基于人眼视觉特性，许多彩色图像增强算法已被提出。Retinex 是一种有效技术的彩色图像增强，可以产生很好的增强的效果。但增强的图像具有颜色失真和计算比较复杂。一种鲁棒的彩色图像增强算法。该算法可以提高彩色图像不失真，但彩色图像的边缘不能处理得好。该算法使用高斯滤波估计的背景图像。高斯核函数是各向同性，这会导致不准确估计的背景图像，从而导致的光晕现象。提出的算法包括三个主要部分 （1） 获得亮度的图像和背景图像，（2） 自适应调整，(3) 彩色恢复。