此程序实现了基于颜色特征的图像检索功能。

资源描述基于vc++的opencv图像处理，提取图片中的轮廓信息，过程包括二值化图像，边缘检测等

Fig2.jpg是有渐晕现象的拍摄图片  func_k.m 是渐晕模型中的参数设置 vignetting.m是主函数 主函数如下： Pi = 3.1416; d = 400; w = 0.0236 * Pi; figure(1); fid = imread("e:matlab71fig2.jpg");    %打开有格式文件 subplot(1,2,1); imshow(fid);

这是拳击过滤器、 中值滤波和由 java 编码的 lapicican 筛选器的源代码。 希望你会喜欢它。

该程序首先采用OpenCV函数实现图像搜索边界，然后直线拟合，在求解对应顶点，最后用旋转拉伸到指定大小的图像上。在将该OpenCV代码用C语言实现，最后用CUDA使用。该程序调试通过。程序主要使用联想E430c笔记本。CUDA程序在GT635M显卡和Tegra K1嵌入式平台上测试通过。

应用背景对训练图像集和测试使用OpenCV的SVM功能基础。这里有我收集的图像形式http://homepages.inf.ed.ac.uk/rbf/cvonline/imagedbase.htm。图像的一个在线数据库，由各单位。我已经训练过的花卉意象。28正50负。关键技术为此，我创建了一个培训矩阵组成的所有图像，一个图像。这样做，我将每个图像从二维到一维，然后堆放在一个大的图像trainingmat。然后我创建一个标签矩阵的一列和行为训练图像的多。我 ；标签每行1或1来识别它的正的或负的图像分别进行训练后的SVM参数设置。然后我将它保存在一个XML文件，并加载了测试它与另一个图像转换测试图像一维之后。如果函数返回1是阳性，如果它返回1是负的。增加精度提高训练图像的数量。抱歉不能上传图片太。

应用背景程序是在充分理解bmp图片数据格式基础上编写的，bmp图片是数字图像处理较基本的操作对象。程序设计较合理，使用简便，欢迎大家对程序提出有益意见并批评指正。关键技术 程序可以对24或者32位彩色bmp图片进行灰度化处理，程序整合了3种简单的灰度化算法，程序简单实用，是以后深入学习数字图像处理的基础。

3D 是真的-真的几乎没有执行。它运行和 （应该是） 无缺陷。提供的帮助和代码有很好评论。最后一个未实现的方面是"滚"的能力 （除了偏航及变） 3D 内核。数学运算，以实现它是在代码中，和你需要做的就是取消注释。我发现不是这样做，因为我不干了它，发现感觉不像数学思维创造适当大小的网格。此外包括了 2D 版和一个小朴实无华的实用程序来查看 3D 矩阵。这由大量修改 23253： gabor_fn.m 由高阳

在用稀疏表示做图像去噪、去模糊、恢复、修复时通常需要用到表示系数的求解，而OMP是最常用的经典解法之一。

人脸识别是一个容易为人。实验在 [Tu06] 表明，甚至一到三天的婴儿是能够区分已知的面孔。所以有多难能的计算机吗？原来我们知道一点关于人类识别为日期。内部功能 （眼睛、 鼻子、 嘴） 或外部功能 （头形、 发际线） 用于成功的人脸识别？我们如何分析图像和大脑如何编码它吗？它显示了由大卫 · 哈贝尔 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

冈萨雷斯《数字图像修复》所有Matlab代码，绝对真实。