图像处理： 空间增强

利用AMM实现人脸特征点的标注，内有源代码及可运行程序

指纹的特征提取包括端点及交叉点的提取，然后进行去伪点操作，最后再进行特征点匹配，最终得出匹配结果！调试通过

此代码将在 matlab 中生成普鲁伊特运算符。 输入是一个图像，然后输出将二进制图像遮罩用普鲁伊特运算符等。 用来寻找从图像的边缘。

Buades A，莫雷尔ĴM.非本地算法的图像去噪[A]：基于快速非局部均值图像去噪算法。在：IEEE计算机协会会议上的电脑。视觉与模式识别[C]。圣地亚哥，CA，USA，2005：60〜65。用于非局部均值对称的重量分别为每对像素计算出仅一次。

图像的处理方法根据自己的需要，有目的地选择各种方法。在确定脸部区域上，通常使用的方法有肤色提取。肤色提取对脸部区域的获取则比较高，达到95%以上，并且提取速度快，可以减少工作量。 由于图像的亮度在不同环境的当中，会受到不同光线的影响，图像就会变暗或变亮，我们就需要要对它的亮度进行调整，方案主要的方法是对图像进行光线补偿。 高斯平滑：高斯平滑就是对整幅图像进行像素 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

OpenCV 2 计算机视觉编程手册--随书源码.大家可以研读一下

输入： 的视频图像序列 (最好是从一个网络摄像头获取)，坐在电脑前的用户假设显示一些文档 （文本、 图形、 医学图像或一张照片） 和 visualizedGoal： 检测注意力的焦点和改性的用户感兴趣区域 （请注意我们只感兴趣的用户感兴趣区域不眼睛本身的轨迹 ！）基于这一点，一些地区的兴趣可以绘制到图像上。要做的任务： 开发能够检测到应用程序和跟踪在视频眼; 确定相应的观察 （重点） 位置 （区域） 屏幕，在屏幕上眼的运动轨迹; 标记区域的利益和他们的进化，变化在时间

该代码是用于医学图像处理的，里面包括对细胞的进行滤波，边缘检测，基于边缘检测的分割以及ostu分割方法，很实用，对于初学者有很好的帮助作用

应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试 2.指定文件保存路径，如：char* filename_to_save = "F: estdataoutput.xml"; 3.选用训练的方法，如method = 1; 4.这步需要使用模型的时候再指定，训练的时候设置为char* filename_to_load = 0;使用模型的时候指定，如char* filename_to_load = "F: estdataoutput.xml";

基于无人机航拍图片的拼接程序，加入了照相机参数校正，能够快速拼合场景图，做毕设时写的程序，将读取图像路径加入程序可以直接运行得到结果，中间可以显示多幅图像的匹配关系，粗匹配点对及精匹配点数，拼接时间及校正时间，最后显示拼合结果图并将图像存储