classification_colormap_pauli_C3，SAR图像，用于pauliRGB分解显示

本人发表的一篇中文核心的程序代码。是camshift目标跟踪检测的C++代码。里面还借助了部分OpenCV视觉库中的函数。程序是完整可用的，只要自己加载进一段运动视频即可。

结合Kinect v2.0+ VS2012+openCV2.4.9，将Kinect v2.0红外数据存到openCV2.4.9类型的图像函数格式（Mat image）中，并将获取的kinect v2.0infrared图像输出到文件夹里保存.这里涉及到Kinect v2.0的打开，infrared数据的获取，以及与openCV2.4.9相结合的数据格式，还有使用sprintf_s函数将图像保存到指定的文件夹下。

傅立叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。本程序实现了图像的傅里叶离散变换变换，傅里叶变换部分使用了openCV的函数库。

结合Kinect v2.0+ VS2012+openCV2.4.9，将Kinect v2.0彩色帧存到openCV2.4.9类型的图像函数格式（Mat image）中，并将获取的kinect v2.0彩色图像输出到文件夹里保存.这里涉及到Kinect v2.0的打开，color数据的获取，以及与openCV2.4.9相结合的数据格式，还有使用sprintf_s函数将图像保存到指定的文件夹下。

此源码能够对图像进行多种处理：边缘检测，点处理，灰度拉伸，图像增强，harris角点检测等。有candy，sobel，robert等算子的算法实现，有很多注释，特别适合初学者学习

图像匹配就是用模板图像和待匹配图像上的搜索窗口之间的像素灰度值的差别，来表示二者的相关性，相关性的大小即可表示匹配的准确率，使用fft算法实现两幅图像的互相关匹配，可以对有角度旋转的图像实现匹配。

附件中提供的代码是根据文章“Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries”编写的，整个程序分为两个阶段，第一，稀疏分解，第二，字典学习过程。在稀疏分解中采用的是正交匹配追踪算法（OMP），在字典学习过程中采用K次奇异值分解方法（SVD）更新字典原子。

这些代码做一些像图像去噪和高-通行证-筛选器操作。 每个图像下载与 BMP 格式可以转换为黑或白色。 您可以将图片 resultats 保存到 bmp 的文件格式。

能够提取图像边缘，并且输出边缘坐标。 使用时需要修改路径。

通常我们可以用减法算子进行图像差分。但是由于散斑噪声的影响，使用起来非常困难。所以我们可以找一个Log操作符来解决这个问题。在不同时间拍摄的图像会有一些变化。它在监视中非常有用。在此基础上，利用模糊c均值聚类进行图像分类。这对于SAR图像的变化检测是非常有用的。