Harris-Laplacian角点检测

%%我们创造了输入性否定了这个功能％这是一种线性变换％撰稿：Soheil Mohammadpour，26/01/2013，伊朗伊斯法罕％的电子邮件：soheilmpour@gmail.comCLC，全部清除，关闭所有;I = im2double（imread（"woman_darkhair.tif"））;图，imshow（I，[]）％，在下面的行，我们这个创造了性否定图像变换，我们让1->0％和0->1和0.50 - >0.5和...I2 =（Ⅰ-1）* - 1;图，imshow（I2，[]）;

使用块编码的图像去噪这里我们使用块编码到图像编码和实施这一使用二维块编码算法来达到更好的过滤

应用背景人头统计的一种算法，人头统计的一种算法，人头统计的一种算法，人头统计的一种算法，人头统计的一种算法，人头统计的一种算法2关键技术利用opencv的一种检测人数的算法，程序可以直接运行，利用opencv的一种检测人数的算法，程序可以直接运行利用opencv的一种检测人数的算法，程序可以直接运行2

目的： 若要编写一个程序，直方图绘制的图像。 理论： 图像的直方图是情节的灰度级出现数量 反对的灰度值的图像。直方图提供了便利的表达方式 在一个图像，但它的强度是无法传达任何有关空间关系信息 之间像素为单位）。直方图提供了更好地了解有关图像的对比度和亮度。 将朝着低灰度级别的值而聚集暗图像的直方图 明亮的影像将朝着更高的灰度级聚集。同样的一种低的直方图 对比度图像不会被同样传播和高对比度图像直方图会有 平等的信息传播中的灰色的级别值。 数字图像的灰度级在 [0，L 1] 范围内的直方图是离散 函数 h (r k) = n k，哪里是 k 是第 k 个灰度级别和 n k 是图像中的像素的数目 具有灰度级 r k。直方图被规范化除以每个其值的总数 n 图像中的像素，由表示 n.Thus，归一化的直方图鉴于由 P (r k) = 为 nk k=0,1.L-1。P (r k) 给出灰度级 r k 的发生概率的估计的值。

由于sift算法提取到的特征点数量太多，而且检测到的特征点中伪特征点较多，且分布不够均匀，不能够很好地反映图像特征。此外每个特征点都有128维的特征向量，而且算法中包含经过大量的高斯卷积过程，所以算法运算量十分巨大，配准的速度慢。故考虑采用Harris算子代替近点SIFT 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

利用PCA方法对人脸图像进行特征提取和降维，人脸数据是英国剑桥大学的ORL人脸数据库是英国剑桥大学的ORL人脸数据库。可以自己选择样本数目进行测试不同样本时PCA的识别率，适合初学者！

这个代码是一个完整的人脸识别代码。包括：一个训练主程序，一个测试主程序，一个SVM主程序，一个pca主成分分析程序。同时还包括一个小型训练样本集合一个测试样本集。

应用背景H264编码不可缺少的步骤，程序带有文档说明。H264的编码的4*4DCT，量化，zigzag扫描，可以下载下来参考学习。关键技术VS的c++的H264编码部分的部分参考文档，很有参考价值。

资源描述基于LSB的数字水印嵌入算法，具有比较高的嵌入速率和效率

在雾覆等天气条件下, 大气粒子的散射作用导致成像传感器采集的图像严重降质"图像去雾技术的任务 是去除天气因素对图像质量的影响,从而增强图像的视见度"本文归纳和总结了图像去雾技术的国内外研究现 状"将现有的方法分为基于物理模型和非物理模型两类, 分别详细阐述了这两类方法, 分析它们各自的优势和不 足,并总结了算法性能评价的无参考客观质量评测准则"最后, 指出该技术的研究难点和发展趋势"