压缩感知稀疏度自适应（SAMP）信号重构算法

图像的小波分解与重构；

应用背景人脸检测算法的可靠性很大程度上依赖于分类器的设计，在2001年，Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征和积分图方法进行人脸检测，他俩不是最早使用提出小波特征的，但是他们设计了针对人脸检测更有效的特征，并对AdaBoost训练出的强分类器进行级联。关键技术 人脸检测从整体来看分为四个部分： 1、Face detection 人脸识别，即识别出这是人的脸，而不管他是谁的。 2、Face preprocessing 面部预处理，即提取出脸部图像。 3、Collect and learn faces 脸部的特征采集和学习 4、Face recognition 脸部识别，找出最相近的相近脸部图像。

请编程实现：类：1. 创建图像类Image，实现构造函数，构造函数重载，拷贝构造函数，析构函数。2.实现对图像的读入，保存，显示。即实现函数Read，Show，Write。3.获取图像中某像素点的值。即实现函数At()。4.将图像中每点的像素值设为同样的值。即实现函数Set。5.同一个函数实现图像的上下翻转、左右翻转。即实现函数Flip。6.裁剪原图像指定区域内图像。7.求图像的均值，方差。8.图像的旋转，缩放。主函数中实现：9.创建Image类对象img。10.读入文件中的图像“fruits.jpg”,并显示。11.利用Image类的成员函数，对图像进行翻转、旋转，并显示。12.利用Image类的成员函数，将图像缩小到1/2大小，并显示；将图像放大2倍，并显示。13.利用拷贝构造函数，创建新的对象new_img。14.给定的两个点（Point）：左上点（top_left）和右下点（bottom_right），将此指定区域内的图像进行裁剪操作，并显示结果。15.求图像的所有像素点的均值和方差，并输出。

应用背景 在线软件制作中，需要拍照上传图片，并对拍照所得图片进行处理； 将图片画在canvas画布中，对图片进行像素级的处理 关键技术canvas是HTML5新增的标签，结合JS可以实现对图像的像素级处理，这对开发在线图像处理软件提供了便利

资源描述用actionscript3.0做的能够对小的图像进行简单的处理，比如将彩色照片变为黑白，反相，锐化，加噪处理，平滑处理等，具有打开图片和保存处理过的图片的功能。

利用Visual C++实现AV I文件的图像截取 AV I文件就是我们所说的多媒体文件，所谓的AV I图像就是视频图像，该文件是一个 RIFF说明文件，它用于获取、编辑、演示音频、视频序列。一般的AV I文件包含音频流和 视频流，有的特殊的AV I还包含一个控制路径或MIDI路径作为附加的数据流。   现在播放AVI文件的软件很多，但大多无法从AV I视频文件中读取一帧图像并生成BMP 格式的文件。笔者在使用AV I文件开发项目过程中对AV I文件的操作积累了一些经验，对 于如何实现从AV I视频流中获取任意帧的图像数据并存储成BMP文件，其中最关键的是要 从AV I文件中获取具体某一帧的图像数据，为此我利用Windows提供的API函数实现了自 定义的CAvi类，用于操作AV I文件。   在使用API函数操作AV I文件时，一定要注意用AVIFileInit()来初始化AV I库，程序结 束时用AVIFileExit()释放AV I库，否则API函数无法使用。现以操作包含真彩色图像的AV I

本源代码完全由本人编写并测试通过，保证可用。 可以将24位位图格式转换成16位的位图格式。 输入图片为24位位图格式，输出文件格式可以是16位位图格式。 输出格式可以是RGB555，也可以是RGB565格式。

主要用matlab编写了计算图像的方差、峰度、斜度熵以及角二阶炬等代码，可以直接使用，在计算灰度共生矩阵时窗口的大小设为5*5的方阵，代码清晰，简单明了。同时，也对图像求了局部方差、局部熵，最后，显示计算的结果

此代码包括用于从输入图像中检测面部区域，以及定位眼睛，鼻子和嘴巴的部分的方法。然后各部分都标有导致输出图像上的矩形显示。这是为那些谁想要检测脸不同部分，使用输入正面图像进行特征提取特别有用。

加权图像融合算法的Matlab源代码，包括IHS,PCA Fusion，主要运用在GSM中卫星图像处理，里面有例子图片，可以清晰的看见处理效果。