MarchingCubes算法，可以快速入门学习marchingCubes，适合于新手。

二维保边缘平滑算法，用于图像的去噪，同时可以保持图像的边缘信息-Bao-edge two-dimensional smoothing algorithm for image denoising, while maintaining the image edge information

组合字体输入法可视化小程序-character input method portfolio visualization small program

一个外国人做的目标检测源代码，相当不错，仅供参考

photoshop的图形解决方案-graphics solution of photoshop

图像识别程序,数字图像处理,源代码及资料-image identification procedures, digital image processing, and information source

用osg编写的模板测试分析，对于一般的代码来说其特点是快速，准确而且代码量少。不过 需要对shader有一些了解

Opengl written with a three-joint robot arm program2

人脸检测与识别vc++源代码，希望大家喜欢-face detection and recognition vc source code, hope you like

局部二元模式（LBP）是一种用于在计算机视觉分类功能。 LBP是特定情况在1990年[1] [2] LBP于1994年首先描述[3] [4]它提出的纹理谱模型由于被认为是一个强大的功能的纹理分类;它已经进一步确定，当LBP是结合定向梯度直方图（HOG）的描述符，它提高了检测性能相当一些数据集。该LBP特征向量，在其最简单的形式中，通过以下方式创建的：划分检测窗口进入细胞（例如16×16像素的每个单元格）。用于在小区中的每个像素，比较像素到它的每一个8邻居（在它的左顶，左中间，左底部右顶部，等等）。跟随一个圆，即顺时针或逆时针的像素。其中，中心像素的值大于邻居的值，写入“1”。否则，写“0”。这使一个8位二进制数（通常是转换为十进制为方便起见）。计算的每个“号码”中出现的频率的直方图，在细胞内，（即，对每个组合哪些像素是较小的，哪些是大于该中心）。任选正常化直方图。串联所有细胞（归）直方图。这给出了窗口的特征向量。特征向量现在可以使用支持向量机或其他机器学习处理算法进行分类的图像。这样的分类可以用于人脸识别或纹理分析。

一个控制系统中离散系统的模拟和结果演示，其中有Matlab运行结果图。-a discrete control system simulation system and the results of the demonstration, including Matlab running results map.