小波分析及局部区域能量的图像融合算法

完美的图片浏览工具源码，实现图片浏览，图片显示，可以供初学者学习并应用到实现项目中。

提高数据通信使安全和保密的信息是非常重要的地位。机密信息很容易被未经授权的人偷走。数据的安全性可以通过加密和隐写术技术的应用。加密技术是科学和艺术的新闻或信息保密。虽然隐写术是科学和艺术的隐藏到一个容器的信息。容器可以是图像、 音频文件或视频文件。可以结合这两种技术生产的高级别安全数据的系统。 在这个项目的最后将位图图像文件末尾 (EOF) 法实施的加密和隐写术技术。使用加密的随机的原始消息 （明文），并生成随机消息/加密 (密文) 之前插入到图像中。恺撒密码和曲折密码此最后的项目中使用的加密方法。创建使用 MATLAB R2008a 的应用程序。该应用程序基于 GUI 和 Windows 操作系统上运行。 基于应用程序的使用，显示该邮件使用文件末尾 (EOF) 插入方法生成新的一行末尾的原始图像。被插入到图像，更多新线将出现更多消息。限制邮件是保持从改变得太多了生成的图像的方法。密文图像处理可以做的不会改变像素要求插入消息的位置。 （这是我朋友的项目，他真诚地给我权限若要上载此项目...所以享受:))

用matlab写的人脸检测程序，检测效果挺好，对于正面人脸和带部分角度的人侧面人脸图像也能够较好的检测出来，，用绿色的框在原图中进行了标注，并且，将检测出来的人脸进行了截图，可以保存出作为单独的图片，另外，在整程序的最后实现了尺度归一化。值得大家参考。代码中有详细的说明，便于大家理解和掌握。                                                                                                                                                          

采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法，称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集，每个包含26字母表写由不同的人，用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的，用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进，并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法，将减少处理时间，同时提供更高的识别精度[3]。在一般情况下，手写识别被分为两种类型的离线和在线手写识别方法。在离线识别，写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是，在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而，在离线的系统中，神经网络已被成功使用，以产生比较高的识别精度等级。几个应用程序，包括邮件分拣，银行处理，文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是，在离线手写识别仍然是一个活跃的研究领域向探索较新的技术，这将提高识别精度[6] [7]。

clear,clc,close all; % compute the background image Imzero = zeros(240,360,3); video=aviread("SampleVideo.avi"); Im = double(cat(4,video(1:2:end).cdata))/255;     clear video % Convert to RGB to GRAY SCALE image. nFrames = size(Im,4); Imzero  = Im(:,:,:,1); for i = 2:5 Imzero = Im(:,:,:,i)+Imzero; end Imback = Imzero

采集图像，能保存和回放，能单侦和多帧显示，可保存成多种文件格式，具有图像处理功能，如缩放，旋转，反白等。

这个程序是从一般的图像计算HOG积分图像。这个HOG功能被广泛使用，因为它具有较高的推广能力。

边缘检测是图像处理中的最重要的主题之一。为此提出了许多方法但他们大多有表现疲弱中噪声的图像，因为噪声像素决意作为边缘。在这个项目中，两种新方法表示基础上分层自适应神经模糊系统 （HANFIS）。每个方法包含 HANFIS 营办商，收到的一些邻近的像素的值，并决定所需数目中心像素的边缘与否。列车简单图像用于设置每个 HANFIS 运算符的内部参数。实验结果表明这些方法是对脉冲噪声鲁棒性，准确提取边缘像素。

原来zbar项目http://zbar.sourceforge.net呈现在Windows平台上的几个问题。我们想解决它在原有的项目，但它暂时不可行。该zbar管理员可能有其他职业，比调整zbar在Windows上运行的有力更重要。我们采用DirectShow技术来访问视频设备。

随机森林算法，通过windows预编译的MATLAB版本工具箱，可以实现机器学习相关应用，很有价值的！