多行多列光学镜片拼接C++代码

文件当中包含非常丰富的作图程序和源文件，相信会有很大的帮助。-the manual introduces the reader to the main IDL image processing in the powerful functions. Including how that controlling the images and information extraction. To help readers gain a quick, the book provides a lot of direct graphics and graphical object examples of the treatment. 

本算法是基于OpenCV的人脸检测程序，在VS2010编程环境下，运行通过。这是对图像进行人脸检测，也可以自己改进一下，在视频中提取人脸。

自编的matlab中值滤波算法，中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值.中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。

为自组织地图 MR 图像分割方法的 matlab 程序代码。matlab 涵盖所有阶段初始化、 竞争、 合作和学习。

图像处理类，含有图像处理的各个函数，打开，灰度均衡，线性拉伸，点运算，特征提取，匹配等，可以有效地调用，为初学者提供有力的帮助，同时可以改写续写。

包括均值滤波，中值滤波，低通滤波。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。

一个3D的飞机游戏                   名称：3D飞行射击游戏 综合了一下近一个月D3D的学习写了这么个游戏~进入游戏会提示游戏操作,希望大家提出建议~ vc2003 + DX9.0 作者：小剑 Email：lujian_yy@163.com

FPGA+i2c控制ov7670+SDRAM FIFO送至vga显示，转载于bingo，纯verilog，欢迎移植。由电子技术与应用论坛的bingo编写，同时也配备有详细的ov7670开发文档。有需要的同学可以在电子技术应用group搜索bingo即可。从开发板的设计，摄像介绍到整个工程的详解，一应俱全，非常适合刚刚接触ov7670的朋友。

图像增强技术是图像处理领域中的基本技术之一。图像增强的目的是信息的改进的可解释性或感知在图像中的人类的观众，或为其他自动化图像处理技术提供更好的投入。近年来，灰度图像增强技术发展迅速。这些算法有一定的灰度图像增强的效果。然而，我们通常处理在日常生活中的彩色图像。由于诸多因素，如有限的动态范围、 照明的影响和显示设备，获得的图像质量的下降，这意味着许多重要的信息很难被人告诉 的眼睛。同时，它是不适合直接使用灰度图像增强技术的彩色图像。因此，我们需要开发彩色图像增强技术，处理的问题。与灰度图像相比，彩色图像仍有颜色的信息，所以那彩色图像是灰度图像比更生动。现在，基于人眼视觉特性，许多彩色图像增强算法已被提出。Retinex 是一种有效技术的彩色图像增强，可以产生很好的增强的效果。但增强的图像具有颜色失真和计算比较复杂。一种鲁棒的彩色图像增强算法。该算法可以提高彩色图像不失真，但彩色图像的边缘不能处理得好。该算法使用高斯滤波估计的背景图像。高斯核函数是各向同性，这会导致不准确估计的背景图像，从而导致的光晕现象。提出的算法包括三个主要部分 （1） 获得亮度的图像和背景图像，（2） 自适应调整，(3) 彩色恢复。

机器学习算法代码，可以用于分词，图像识别，行为识别等 原版本只可以在32位xp下运行，经本人修改，适用于各种版本matlab windows   clear all useMex = 0; % Set this to 1 to use mex files to speed things up %% Generate Synthetic Data % Notes: %   - X is categorical, each element X(i,j) contains the value of feature j for word i, %       a value of "0" means ignore the feature for this training example %   - y is cateogircal, each element y(i) contains the label for word i %       a value of "0" indicates the position between sentences [X,y] = crfChain_genSynthetic; nWords = size(X,1); nStates = max(y); nFeatures = max(X); %% Initialize parameters and data structures [w,v_start,v_end,v] = crfChain_initWeights(nFeatures,nStates,"randn");%初始化参数为正太分布，w状态-特征，v状态-状态 featureStart = cumsum([1 nFeatu