基于opencv的人脸识别

随机化算法-Randomized Algorithms

分水岭算法分割彩色图片，使用时只需要更改处理图片的路径即可，属于Matlab程序，压缩文件中含有原始图片

小波变换去噪，小波包去噪，小波增强去噪，程序可以运行，特别适合初学者使用。

应用背景应用背景为 脉冲多普勒雷达信号产生/处理基本过程，包括信号仿真（高斯白噪声），信号处理（MTI 处理，恒虚警）等。关键技术    s3.m文件是脉冲多普勒雷达信号处理的主要过程；中间主要涉及到的oppler radar 相位相参仿真，MTI处理等过程。     OS-CFAR.m文件是完成有序恒虚警处理过程的调用函数；     Pf.m文件完成了有序恒虚警中已知2L(总的数据长度),m(选取的检测单元),T(品质因数)得到Pf(虚静概率)的运算，论文中以此来选取品质因数。

蚁群算法运用在聚类中，并且用C语言实现，并且会有界面展示蚁群聚类的过程。简单形象易懂

利用基尔霍夫驻留相位近似求解高斯粗糙面后向散射系数 考虑不同的参数对散射系数的影响

/*----------------------选择排序-----------------------------*/ void SelectSort(int data[],int low,int high) { for(int i=low;i

PCA，也就是PrincipalComponents Analysis，主成份分析，是个很优秀的算法，其原理是寻找最小均方意义下，最能代表原始数据的投影方法然后自己的说法就是：主要用于特征的降维。另外，这个算法也有一个经典的应用：人脸识别。这里稍微扯一下，无非是把处理好的人脸图片的每一行凑一起作为特征向量，然后用PAC算法降维搞定之。

资源描述 1，产生一个100X100的噪声数据平面，每个单元的噪声幅度暂定为高斯分布（正态分布）； 2，产生一个匀速直线运动的目标，目标的幅度是Swerling 0型； 3，将目标的幅度加入到噪声平面，目标位置的对应数据单元的幅度叠加目标的信号强度； 4，二维数据平面上做pfa=10-6的门限检测；画出检测后的平面结果； 5，对检测后的点迹平面，做kalman滤波跟踪处理； 

输入影像的初始边缘二值图像，程序会自动进行边缘曲线的提取的断开，并自动实现曲线的匹配。