opencv 实现的asm人脸检测

本代码是基于暗原色的去雾算法，复原代码和大量测试图片，测试效果很好。

   本程序运用haar特征adaboost算法进行人脸检测。 OpenCV 的人脸检测主要是调用训练好的

基于opencv的人脸检测 QT实现 首先需要在windows环境下建立opencv开发环境 在qt里边配置好opencv环境 在linux平台只需要移植过去就可用

包括图像的分割，边缘检测，图像的配准，图像的几何变换，图像的的膨胀以及腐蚀，图像各不同算子和算法，以及图像的正交变换。

资源描述基于opencv的图像处理程序，利用了visual studio C++的平台

该程序纯系手动，是游戏程序设计课要求的必做代码，要求将正八面体首先用DX绘制出来，然后对八面体进行染色，达到进一步熟练世界坐标的地步，同时灵活掌握RGB染色方式                                                                                                     

magnify.m实现了对Matlab绘制的图像的局部放大，即呈现子图，以显示局部细节。使用方法：将本函数拷贝到matlab工作目录下， 直接调用即可。简单实用。固化后可以用tools>edit plot移动小图，能选取多个局部图，这个方法不错。 用法：打开figure图，输入magnify，左键动态选取查看，ctrl+左键固化，也可右键固化， ‘’缩放方法范围，‘+’和‘-’缩放放大比例

一种新的方法进行分类的各种恶性肿瘤中使用宫颈细胞图像的纹理属性的宫颈细胞图像

本文作者开创了多目标协同分割算法在现有的数据集中分割效果良好，用途很广泛。文的优点在于：由于标号增长的准确性在图形转换半监督学习框架中主要依赖于图形节点的相似性有多可靠，在Gunhee Kim ，Eric P. Xing[9]等人提出的多前景协同分割中节点代表着图像区域，它们的相似性既不是很容易区别又不是特别的稳定，尤其是不同图片中相同物体很大的外观差别，分割成属于不同物体的相似性有可能大于分割成相同的物体。这样本文提出结合全局连通约束图形转换半监督学习框架。每个约束项能够看成是一个线性不等式，基于此，我们开创了切平面算法，它能够解决线性不等式约束项和标号增长的凸一元二次方程之间的迭代，寻找最大违反约束项。

卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。 卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推，根据系统的量测值来消除随机干扰，再现系统的状态，或根据系统的量测值从被污染的系统中恢复系统的本来面目。