签名识别

SIFT算法是稳定快速的特征提取算法，它除了具有稳定性外，最突出的优点是算法速度快，实时性较强。

Matlab代码的工作包括捕捉视频与我的脸移动进出

这一项目检测行人基于背景差法利用 matlab......希望你喜欢它

本系统的代码是在VC6.0平台下完成的。VC实现的人脸检测系统，全部基于MFC实现。通过颜色空间转换、 皮肤颜色建模、膨胀、腐蚀、去除伪人脸区域、二次膨胀与腐蚀，从而大致定位人脸区域。再通过眼睛亮度 与色度匹配、嘴巴匹配从而精确定位人脸。 实验结果可以精确定位人脸区域。 以下是算法文件清单： DIB.cpp DIB.h 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

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。

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别

这是一本很详细的用vb处理图像的书，里面有很多的实例给我们讲解了如何运用vb来处理图形图像。共8章，介绍vb6图像处理的基础知识，位图文件及操作，彩色位图图像处理，多媒体界面技术，图像的输入装置及灰度图像的处理，图像二值化，图像测量及工程应用系统等。

里面包含了好几个m文件，基本都有注释。。很容易看懂，并且可以根据自己的需要修改添加参数。可以作为毕业设计的参考。不过对于图片的选择自己要注意，尽量不要选择整幅图都是同种颜色的

运行平台：visual studio 2010 + opencv 2.4.10。一个简单的代码程序，利用opencv函数库实现以下功能，调用笔记本的摄像头进行采集图像，对采集到的图像实时进行多人脸捕捉，以及灰度处理。将原图像和处理过后的图像同时以活动窗口的形式展开，能够进行对比

使用opencv对图像进行简单的去噪，主要利用了opencv的cvSmooth()方法平滑图像，实现中使用的是中值滤波平滑，也可以使用双向滤波平滑，在不同的场合，效果会不同。