基于 dwt 的图像数字水印

这个例子展示了如何使用相结合的形态学的基本算子和Blob分析从视频流提取信息。在这种情况下，例数在每个视频帧的大肠杆菌数。

用matlab写的人脸检测程序，检测效果挺好，对于正面人脸和带部分角度的人侧面人脸图像也能够较好的检测出来，，用绿色的框在原图中进行了标注，并且，将检测出来的人脸进行了截图，可以保存出作为单独的图片，另外，在整程序的最后实现了尺度归一化。值得大家参考。代码中有详细的说明，便于大家理解和掌握。                                                                                                                                                          

依次读取指定文件内的图像，并对其进行特征点检测和提取，最终进行匹配。图像的检测、提取和匹配都分别以两种方法完成。一种方法参数为指针，图像特征点的检测和提取在opencv中可一步完成，另一种方法参数为向量，特征点检测提取分步执行。故以此为基础的特征匹配在opencv中也有两种实现方法。该算法对两种不同参数类型的方法进行测试，比较其耗时并记录测试信息

这些代码被用来实现粒子滤波基于视觉对象跟踪（PF），卡尔曼粒子滤波基于视觉对象跟踪，无味粒子滤波基于视觉对象跟踪。其耐用性远远超出了传统的视觉对象的跟踪算法，如均值漂移（均值漂移）和CamShiftThe码KPF和UPF的视觉目标跟踪耗费了巨大的精力，而你找不到任何相关的算法代码互联网！我们的研究小组已经优化了这些代码和应用他们开发的主动视觉目标跟踪的平台。现在，我分享他们给你，希望你爱他们！

作为图像增强自然保护如下。图像的氛围不应改变大大增强，没有光源后应引入到现场，没有晕轮效应应添加和无阻塞的影响应该是放大过度增强。一些自然基于 Retinex 理论的增强算法提出了加强细节与自然保留。然而，这些算法并不适合对于非均匀光照图像。因此，他们提出了一项保留的自然度增强在这非均匀光照图像算法纸，不仅增强了的详细信息形象，而且还保存着自然。LOE好遵照执行的措施关于自然保护的客观评估同时提出。实验结果表明图像增强新算法是视觉美观，洒脱自然的工件看。

与各种 matlab m 文件，可以用于特征提取和分类给出了支持向量机分类器的图像。它包含一个演示，有助于理解支持向量机的工作原理。

应用背景本程序实现了多层小波变换及反变换，小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,本程序实现了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。 关键技术基于小波变换的图像去噪一般由三个步骤来完成:(1)小波变换;(2)对小波系数进行处理,以滤除噪声;(3)小波逆变换。小波去噪的核心是在上述第二个步骤中按照一定的准则对小波系数进行修改,在不损失过多细节信息的前提下,达到降低或去除噪声的目的。

关于图像的几个基本操作，包块打开图像，对图像的缩放以及图像的移动等操作。本软件是基于ＱＴ进行编程实现的，对于初学ＱＴ的同学具有一定的借鉴和学习的作用，希望对初学ＱＴ的同学有一定的帮助。谢谢

此项目包含使用两个摄像头的立体视觉摄像机的标定。它是使用 opencv 249 linux 平台实现

这个库是免费软件;您可以重新分配和/或修改它的GNU通用公共条款由自由软件基金会出版许可证;或许可证，或（由你选择）任何更新的版本第2版。该库分布在希望这将是有益的，但没有任何担保;没有连暗示的保证适销性或适用于特定用途。见GNU库通用公共许可证的更多细节。