碎片拼接

主程序用matlab，有一个子函数在matlab中调用了c++，完成了图像的多尺度形态学分割

嵌入式零树小波(EZW)算法是一种简单但非常有效的图像压缩算法,它可以将编码信息流中的位元按其重要性进行排序，进而可以对图像充分压缩。嵌入代码代表了一个能判断一个图像是否为“空白”图像的二进制序列。使用嵌入式编码算法,编码器可在任何一个点随时终止编码从而确保任务进度或任务失真度量的正确。同样的,对于一个码流,解码器可以在任意节点停止解码而且还能产生与原图相同的图像。EZW除了可以产生出一个完全嵌入式码流,其在标准测试图像上的压缩结果胜过几乎所已知的压缩算法。达到这种表现是因为这种技术不要求技术训练，不要求预先存储的表单，并且不需要先验知识。

这个是基于net开发的，这个程序的算法和功能都是以手写识别为基础，请大家讨论讨论！

资源描述应用图像处理就行人脸识别，通过调用opencv库进行处理。主要进行特征点提取。开发环境为Visio studio +opencv。用c++语言进行开发，程序简介简单，亲测好用

双边滤波（Bilateral filter）是一种可以保边去噪的滤波器。之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。main.m  ：  程序入口函数bfilter2.m ：滤波函数bfltColor.m ： 当输入图像是彩色图像时的滤波函数bfltGray.m ： 当输入图像是灰度图像时的滤波函数双边滤波器原理.doc ：  解释滤波器的原理效果图.jpg  ：  程序运行的效果

一个简单的OpenCV程序,它从一个文件中读取图像，将色彩值颠倒，并显示结果

应用背景kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。

我们将考虑高斯成分说明混合模型的框架。更一般地，混合模型可以包括其他分布的线性组合。我们考虑一些非参数方法密度估计，使有关通讯的形式几个假设。

代码为判断点在多边形内算法，采用的是射线法，将射线与多边形边的交点进行奇偶判定得到结果。代码实现为c语言，未添加主函数，已经经过调试，可直接调用。对于大部分自相交多边形无法判断，其他类型都可以判断。代码内容相对比较规范，有添加部分注释，对算法原理没做详细说明，请自行查找。

这是基于opencv的人脸检测的源码，主要用于检测人脸并进行识别。程序主要通过从本地读取一个bmp格式的文件，然后对文件进行解析，进而进行识别，在算法实现上主要用了光线补偿、图像灰度化、高斯平滑、图像对比度增强和均衡直方图等方法。