数字图像形状匹配

此项目使用在图像处理时我们提取特征的特征。使用 2d 或 1 d、 音乐和此代码的结果是数字图像中的傅里叶代码

基于PCA的图像融合算法，首先求出源图像的协方差矩阵，然后根据该矩阵的最大特征值所对应的特征向量确定各源图像的权值。

资源描述神经网络过程，主要使用的是BP神经网络模型实现图像压缩！！！其中包括图像压缩和图像重建过程。对学习图像压缩的盆友有帮助

使用C#实现的图像处理的源代码，主要实现了Hough变换，为学习C#图像处理起到很大的帮助作用，是非常有用的资料。

在本文中，我们目前 DCT （离散余弦变换） 块应用级图像压缩 JPEG （联合摄影专家组） 算法的有效性。结果表明该算法是在压缩的情况下最有效的因为它有非常良好的压实性能与能源相关的值。作为一项基本原则，我们消除高频率，并保持低和介质不会明显影响形象。JPEG 压缩算法中的 DCT 是人脸检测、 皮肤颜色、 面部识别、 虹膜、 指纹等实际应用中遇到的。为了实现 DCT 算法，我们采用微软 Visual Studio 2013 程序和一组不同大小的图像。我们开始加载图像并将它们应用到我们所实现的算法。我们的节目使我们有可能要应用 DCT 算法后查看图像。由于这项工作我们有原始图像 （离散余弦逆变换算法所生成的图像应用后的第一阶段），由小多系数原来的相比。

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。

我们的代码实现了基于隐马尔可夫模型和支持向量机的自动人脸识别；

该段代码是verilog HDL 代码，为一个全加器，里面已经将其有源代码，及其仿真的效果，波形等等。可以用quartus II打开，或者进行下载到FPGA开发板上去。

微软开发的静态图像编解码器， 微软最初将其命名为Windows Media Photo，但微软为了推广此技术，在2006年更名为不带公司色彩的HD Photo。在Vista操作系统以及Adobe等软件中已支持这种新的文件格式。 微软提出HD Photo的目的是设计一种压缩性能与现有技术相当而复杂度较低的图像处理技术。基于块变换的HD Photo，其压缩方案与传统图像压缩技术类似，由颜色转换、可逆交叠双正交变换(LBT)、灵活的量化方式、块间预测、自适应系数扫描以及熵编码组成，可以实现渐进尺度化编码。其中LBT

分布式压缩传感,可用于信号，图像等重构，里面包含Compressive Sensing理论文件，MATLAB源码，以及相关文 档