图像局部区域放大源代码

此代码包括用于从输入图像中检测面部区域，以及定位眼睛，鼻子和嘴巴的部分的方法。然后各部分都标有导致输出图像上的矩形显示。这是为那些谁想要检测脸不同部分，使用输入正面图像进行特征提取特别有用。

利用开源的函数库opencv，将一幅任意格式的图像，以文件名为标题的显示出来，并且实现对图像大小的调整，可以测试vs2010与opencv加载是否正确，一般是学习opencv的第一个程序代码，用简单的代码运行显示出来。

利用MFC编程显示一个对话框，以及对对话框的设计风格，修改主框架的显示风格，要读进一幅bmp格式的图像。

主要用matlab编写了计算图像的方差、峰度、斜度熵以及角二阶炬等代码，可以直接使用，在计算灰度共生矩阵时窗口的大小设为5*5的方阵，代码清晰，简单明了。同时，也对图像求了局部方差、局部熵，最后，显示计算的结果

文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比

DCT快速算法之一，给定八个值，C0至C7的值，先做行变换，再做列变换，C语言代码

卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。

指纹识别技术，目前最成熟的生物特征为基础的识别技术之一，可用于识别人类在各种场合

This system is a low-level feature extraction tool that integrates confidence based edge detection [2] and mean shift based image segmentation [1]. It was developed by the Robust Image Understanding Laboratory at Rutgers University. For information about

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。