五种边缘检测算子的实现，函数具有很好的通用性，凡是能够得到只想图像像素区指针的情况都可以使用。 配合我上传的那个opentrim使用更好，这是一个bmp全色深操作类，里边还集成了一些其他的机器视觉算法。 对图像进行高斯——拉普拉斯算子的边缘检测 对图像进行拉普拉斯算子的边缘检测 对图像进行罗伯特交叉算子的边缘检测 对图像进行蒲瑞维特算子的边缘检测 对图像进行索贝尔算子的边缘检测-5 kinds of edge detection operator to achieve

拉普拉斯高斯边缘检测的C程序源码，接口已封装，可以在你的工程中调用-Laplacian Gaussian edge detection procedure of the C source code, interface has been packaged, you can call your project

自已用Vs 2003开发的，车牌识别程序源码，很有用的，实现简单图像处理，包括256色转灰度图、Hough变换、Walsh变换、中值滤波、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化（边缘检测）、方块编码、梯度锐化、灰度均衡、直方图均衡、离散余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑。 -Their own development with the VC, license plate re

人脸识别的稀疏表示识别方法将稀疏表示的保真度表示为余项的L2范数，但最大似然估计理论证明这样的假设要求余项服从高斯分布，实际中这样的分布可能并不成立，特别是当测试图像中存在噪声、遮挡和伪装等异常像素，这就导致传统的保真度表达式所构造的稀疏表示模型对上述这些情况缺少足够的鲁棒性。而最大似然稀疏表示识别模型则基于最大似然估计理论，将保真度表达式改写为余项的最大似然分布函数，并将最大似然问题转化为一个加权优化问题-Recently the sparse representation (or codin