利用主成分分析的特征提取

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。本代码是基于HOG特征值的算法，在时间和准确性上都十分不错。 具体的，分类器的选择问题.ALT和ALT2效果较好，ALT _Tree检测时间略长，默认的准确性较差，所以应选用ALT或ALT2

功能：通过频域补零，实现时域插值，使时域信号平滑，易于观察，以matlab函数形式实现 输入：一维时域信号，插值倍数（其中插值倍数指输入时域信号长度的倍数，即最终得到插值后的时域信号长度为length(输入时域信号)*插值倍数） 输出：插值后的频域信号和时域信号

利用opencv库函数建立 高斯背景模型，同时利用EM在线算法更新背景。然后利用背景与前景匹配，提取运动前景，通过一定的算法，可以消除阴影，但是效果不是很理想。

本代码结合VS2012和opencv2.4.9， 实现一段视频的读取，并将其转化成图片格式，然后进行存储，保存到指定的文件夹下。本程序涉及到的内容有VideoCapture ，sprintf_s，compression_params等等，所有信息都准备好了，非常方便大家使用。同仁们可以参考着进行进一步相关开发。相信一定会给予您很好的灵感的。

对于图像的每一个像素，都可以找到一个可以逼近该像素及其邻域像素灰度值的函数，这种逼近方法叫做小面模型。实现了Haralick小面模型，实现对图像边缘的提取，

该源码是基于改进的non-local means 算法对图形进行去噪处理，比一般传统的方法效果要好

超分辨率的图形用户界面（SR-GUI）的开发，以允许用户在Matlab7.0提高降解的多帧图像。相比于其他视觉增强程序，SR-GUI的独特的方面是它的灵活性来处理不同的光照条件下拍摄的图像。我们的目的是隐藏结构的复杂性，并创造概念上简单的设计，使之人性化。

该源码实现的功能是实现手写数字识别，是实现OCR功能的关键代码。现在上传，希望对大家有所帮助，该代码试用C++语言进行编写，内部包含多种算法的代码，可以进行多种识别方法的比较。

通过打开摄像头或者视频进行图像处理。主要通过图片相减，来实现运动物体的跟踪。具体实现方法如下：逐帧读取视频（从摄像头或者文件中抓取并返回一帧），创建首地址并分配存储空间、创建矩阵、转化成单通道图像再处理，高斯滤波先，以平滑图像、当前帧跟背景图相减、二值化前景图。。。。。。。。。。

这是一段基于opencv的对图像进行畸变处理的源程序，使用usb摄像头，采集一副图像，然后对图像畸变校正，摄像头事先标定好，程序中将会直接利用标定好的参数。