A new algorithm for determining the arbitrary convex and concave vertices of the...

维纳滤波理论在图像处理中的应用。 包括维纳滤波，维纳复原，维纳边沿提取，维纳增强。我的一个小课题的终结版。 附有PPT-Wiener filtering theory in image processing applications. Including the Wiener filter, Wiener restoration, Wiener edge extraction, Wiener enhanced. I have a small issue of the final version. With PPT

可以 可以 可以

可以方便快捷的提取图形轮廓，可以自己上传图片进行提取-Can be convenient and efficient contour extraction graphics, you can upload images to extract their own

实现最陡下降法,研究步长因子和特征扩散度对收敛速度的影响-Achieve the steepest descent method to study the characteristics of step length factor and the proliferation of degree of influence on the convergence rate

在图像处理应用中几种并行计算技术的比较-in image processing applications of several parallel computing technologies comparison

图像的平移c程序，毕业设计时写的。有图片哦

#include "stdafx.h" #include #include #include #include void solidCylinder(GLdouble radius, GLdouble height, GLint slices, GLint stacks) //»­Ò»¸öÔ²ÖùÌ壬ÓÃDiskÀ´¸ÇסÉÏϵ×Ãæ {      GLUquadricObj* qobj = gluNewQuadric();     gluCylinder(qobj, radius, radius, height, slices, stacks);    //slicesÀàËÆÓÚ¾­¶È£¬stacksÀàËÆÓÚγ¶È     glScalef(-1.0, 1.0, -1.0);

应用背景这是我自己研究出的“闪电”，代码已经整理好，只需条用并传参即可使用。可用于动画特效，游戏制作上关键技术计算随机的“拐点”，产生形状不同的闪电。

本章实例是一个类似ACDSee的图像浏览工具――GraphShower。raphShower主要实现如下功能： ⑴ 类似ACDSee的图片浏览功能。用户只需要打开一个图片，就能利用菜单栏、工具栏或者快捷键快捷的浏览该图像所在目录的所有图像。使用方法与ACDSee类似。 ⑵ 图像的缩放显示功能。图像可以支持以下四种显示模式： ① 原始大小：以原始大小显示图像。如果图像大小比视图小，则显示在正中；如果图像比视图大，则显示部分图像。用户可以利用鼠标拖动图像以显示其它部分。 ② 适合宽度：保持图像长宽比例缩放图像，使图像宽度等于视图宽度。 ③ 适合高度：保持图像长宽比例缩放图像，使图像高度等于视图高度。 ④ 适合屏幕：自动判断图像的显示方式，使图像能在当前视图上完整显示。 ⑶ 特效显示。GraphShower支持以下特效：向下扫描、垂直双重扫描、向右移动、水平双重移动、垂直百叶窗、水平百叶窗、垂直栅条、水平栅条、马赛克和雨滴。 ⑷ 文件目录窗口。通过目录树可以直接打开图像文件。 ⑸ 位图浏览窗口。以缩略图的形式显示图像。 -Examples of this chapter is a similar tool ACDSee image browser- GraphShower.

局部二元模式（LBP）是一种用于在计算机视觉分类功能。 LBP是特定情况在1990年[1] [2] LBP于1994年首先描述[3] [4]它提出的纹理谱模型由于被认为是一个强大的功能的纹理分类;它已经进一步确定，当LBP是结合定向梯度直方图（HOG）的描述符，它提高了检测性能相当一些数据集。该LBP特征向量，在其最简单的形式中，通过以下方式创建的：划分检测窗口进入细胞（例如16×16像素的每个单元格）。用于在小区中的每个像素，比较像素到它的每一个8邻居（在它的左顶，左中间，左底部右顶部，等等）。跟随一个圆，即顺时针或逆时针的像素。其中，中心像素的值大于邻居的值，写入“1”。否则，写“0”。这使一个8位二进制数（通常是转换为十进制为方便起见）。计算的每个“号码”中出现的频率的直方图，在细胞内，（即，对每个组合哪些像素是较小的，哪些是大于该中心）。任选正常化直方图。串联所有细胞（归）直方图。这给出了窗口的特征向量。特征向量现在可以使用支持向量机或其他机器学习处理算法进行分类的图像。这样的分类可以用于人脸识别或纹理分析。