算术编码、压缩、编码和数据压缩

图像处理的几何运算代码，其中包括canny边缘检测，像素扩算算法，图像的膨胀，拉普拉斯高斯边缘求取（LOG边缘），图像分割等处理函数。包含头文件和CPP，直接添加调用函数即可运行！本程序处理环境是在vc6.0+opencv1.0下编译的，所以请使用此版本或更高版本~~

利用OpenCV中背景差分的函数，进行背景差分法构建，可以很好的进行运动目标检测。

本程序是通过matlab编写，亲测可用，主要是实现BMP文件通过DCT、Huffman编码、游程编码成为一个txt的数据流文件，也就是只有0和1的文件，便于传输和保存。

这是在matlab中实现读取BMP位图的一个代码。按照bmp格式图片的文件头信息来定位到不同地方从而确定图片信息，然后根据读取的信息来读取图片并显示出来了。适合初入门者学习使用。

它卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像块。

特征选择也叫特征子集选择 ( FSS , Feature Subset Selection ) 。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化。向后搜索（ SBS , Sequential Backward Selection ）：从特征全集O开始，每次从特征集O中剔除一个特征x，使得剔除特征x后评价函数值达到最优。向前搜索（ SFS , Sequential Forward Selection ）：特征子集X从空集开始，每次选择一个特征x加入特征子集X，使得特征函数J( X)最优。简单说就是，每次都选择一个使得评价函数的取值达到最优的特征加入，其实就是一种简单的贪心算法。

修补是重建图像的损坏部位的过程。从2.4版本开始，OpenCV的支持修复中algorithm.The棘手的部分是获得图像修复掩模，这是一个二进制图象，其中非零像素表示的区域被inpainted。让面膜后，剩下的应该是easy.After让面膜，我们可以立即拨打inpaint（）inpaint功能。 FMM的工作原理：它是基于快速行进法。考虑图像中的一个区域的补画。从本地区的边界算法开始，去里面的区域逐渐首次填补一切的边界。它需要周围的邻居像素的小邻域被涂。该像素被替换的所有已知的像素邻域归一化加权和。选择的权重是一个重要的问题。更多的权重是给那些像素躺在附近的点，接近正常的边界以及那些趴在边界轮廓。一旦一个像素是我画的，它移动到使用快速行进方法旁边最近的像素。 FMM确保邻近的已知像素的那些像素被首先inpainted，以便它只是像一个手动启发式操作。该算法通过使用该标志，INPAINT_TELEA启用。

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。

给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。

《MATLAB智能算法30个案例》教程对应的代码文件，对于初学智能计算的人员很有用，30个案例稍微改动就可用到其他程序中