PCA图像压缩处理

这是工业上用的分拣系统，工件匹配的程序，基于opencv2.0写的，针对形状纹理不是特别复杂的工件，还不是特别完善，适合基础学习者。

语法： BiorthogonalWavelets(imageStr,iter,cf) ；(*) %Biorthogonalwavelets(imagestr,iter,cf,"cdf",l,lt); %Biorthogonalwavelets(imagestr,iter,cf,"spline",n,nt); %Biorthogonalwavelets(imagestr,iter,cf,h,ht,g,gt,inds_h,inds_ht,inds_g,inds_gt); %[IM IMt IMtc IMhat] = BiorthogonalWavelets(imageStr,iter,cf); %[IM IMt IMtc IMhat] = BiorthogonalWavelets(imageStr,iter,cf,"CDF",l,lt); %[IM IMt IMtc IMhat] = BiorthogonalWavelets(imageStr,iter,cf,"spline",N,Nt); %[IM IMt IMtc IMhat] = BiorthogonalWavelets(imageStr,iter,cf,h,ht,g,gt,inds_h,inds_ht,inds_g,inds_gt); % 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

国外大牛共享出来的Instagram-Filters完整实现，有版权，做参考学习用非常有帮助

step1:用高斯滤波器平滑图象；  step2:用一阶偏导的有限差分来计算梯度的幅值和方向；  step3:对梯度幅值进行非极大值抑制；  step4:用双阈值算法检测和连接边缘。

解压后可以进行SAD匹配，SAD匹配是属于区域匹配的，可以作为入门学习使用。SAD匹配得到的视差可以作为初始视差，然后再进行进一步的匹配。

资源描述人脸识别，基于VC和openc的图像处理，包含摄像机调用等

里边加上了注释，适合需要急迫，不必花费太多时间来熟悉各个语句，看注释就知道怎么个过程

 基于OPENCV基于OPENCV的道路中心线的识别，对清晰的道路场景具有适应性， 适用范围比较窄，只能适用于交通标线比较清楚，画面整体像素值分布均匀，背景干扰较少的图片。

本程序包含了图像处理的基本算法，包括图像中值滤波、均质滤波、图像的边缘检测，如sobel算子、拉普拉斯算子、梯度算子等等；还包括图像的分割算法，如分水岭分割等等。