基于IALM（不精确的拉格朗日乘子法）的低秩稀疏图像去噪方法

demo_permutation - 演示中的图像的层叠柱版本和使用修补基置换重新排序它的结果之间“平滑度”的差异。我们比较使用移动积所获得的两个一维信号的平滑性。我们还说明了如何通过贴剂的路径看起来当其重排序是通过图像的光栅扫描和补丁基于置换定义等。 demo_inpainting - 图像使用在重新排序的补丁基地排列，然后将丢失的像素是使用立方插值重建图像修复实验。demo_denoising - 图像去噪实验中使用的图像中重新排序的补丁基地排列，然后用学到的过滤器过滤。

图像噪声的消除-----中值滤波和均值滤波，中值滤波是一种根据领域中各像素的值来决定中心像素值的大小的方法。均值滤波又称领域平均法，是一种简单的空域处理方法。构造一个能够进行均值、中值滤波处理的图像处理实验系统，包含对IMAQ Vision 的图像类型及定义方法，图像区域的开辟，对图像文件的读取、显示等操作。对中值滤波的实现的代码，还有对均值滤波的实现的代码。

OPENCV2.4.8+VS2012编写，基于HOG特征的人群检测，效果不是很好，用于初学者熟悉OPENCV。

opencv初级教程由美国伊力诺理工学院计算机科学系Gady Adam编写， 给出了opencv的介绍，常用函数，编译命令，命名约定和例程， 适合初学者利用opencv做图像处理和视频处理。

针对满文文字的特点，利用基于主轴的投影法进行文字分割，该程序可以将满文文字分割成单个满文字母，分割准确率较高。

用C++实现图像的平滑处理，MFC工程，可以直接使用，内附实例图片，可以直接看到效果，可以学习一下

资源描述源码里面实现了一些数字图像中相关的图像分割算法。对于初学者来说会是一个很好的参考。

图像的超分辨率处理。将一张正方形图像先降采样变成原来的1/16，然后经过迭代反投影算法再变回原来的大小。将小图和大图比较可以发现清楚了很多。注意一定要放入正方形的图。迭代反投影算法是将模拟低分辨率图像和观测低分辨率图像的误差叠加到当前估计高分辨率图像，生成新的高分辨率估计图像，进行欠采样得到当前低分辨率模拟图像，不断循环迭代这个过程，直到误差精确达到要求范围或直到迭代次数完成（避免出现死循环）。

从自然看图像与低通滤波器和高通滤波器的帮助下删除雨的有效方法。因为它并不清楚的图像了在雨中我们可以消除图像的雨滴。通过这段代码中，我们可以获得清晰的图像。1.输入图像2.转换为灰度3.预计算高斯距离权重。4.申请双边滤波器。5.提取局部区域。6.计算高斯强度加权。7.计算双边滤波响应。8.图像分析的 K-均值聚类9.K SVD 算法的应用

基于opencv的图像特征匹配算法，此算法可以用于图像特征检测，运动跟踪，等等