科恩

Image Feature Extraction based on PCA

一个图象域值分割程序-an image segmentation procedures Domain

卷积反投影重建CT2维图像（Visual Fortran编写）-convolution-projection reconstruction CT2-dimensional images (Visual Fortran preparation)

如何转换任何图形256色，256灰度，16色或单色图像文件

Exhousted block matching algorithm

vega中的tripod碰撞检测方法，上房问题在min和Max的参数中。如果max值越大，你爬高就越大。min越小你下坡也就越大。他们的值与你的场景单位有关。他们都是极限值，如果你的房子高度在max值之下就不可能“上房”了。你的坡度落差大于min的绝对值时，他就下不去了。一般用在z和Tripod中常见-vega in the tripod of collision detection methods,上房problem min and Max parameters. If the max value bigger, you climb the greater. min greater the smaller the downhill you. Their value and your scene units. They are limits, if your house under a high in the max value can not be

真正的VB MDI窗口背景代码，没有使用子窗体。-Real VB MDI window background code, do not use sub-forms.

很好用的3D动画引擎源代码，计算机图形学几何工具算法详解/Geometric Tools for Computer Graphics 配套源代码。由于网络不通畅，我去掉了原包中的例子和数据，仅留下代码库。-Good use of 3D animation engine source code, computer graphics, geometric algorithms explain tools/Geometric Tools for Computer Graphics matching the source code. As the network is not open, I removed the original package examples and data, leaving only the code library.

人脸检测的方法很多，pca是其中比较有效的一种。本代码主要是使用pca的方法进行人脸检测，可以检测出人脸的位置，数目，大小-Face Detection many ways, the PCA is a more effective. The code is based on the PCA method Face Detection can detect human faces in the number, size

提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人脸区域。利用3 个实验数据集测试该算法, 并与其它相应的算法相比较, 提出的非线性彩色空间对于肤色分 割具有很好的效果, 且对光照和姿态具有良好的不变性。另外, 利用 信息和几何特征信息检测人脸特征 PCAED 具有很高的定位精度, 定位检测率优于其他方法。实验结果表明, 该算法具有定位准确率高, 漏检率和误检率低 等特点。- A novel approach for skin segmentation and facial feature extraction is proposed The proposed skin segmentation is a method for integrating the chrominance components of ″″ . ″″ r b r b nonlinear YC C color model The chrominance components of nonlinear YC C color space , are modeled using a subgaussian probability density function and then the face skin is seg . , mented based on this function In order to authenticate the face candidate regions firstly tex ture information in face candidate regions is segmented using mean and variance of luminance ,