cui134的专栏

利用图像的不变矩特征进行图像匹配是

harris算子也称为Plessey算子，是为了改善Mora

在图像缩放，旋转等一些图像处理中，dui

程序中采用的数据集是ORL人脸库，该人脸库共有400副人脸图像，40人，每人10幅，大小为112*92像素，同一个人的表情，姿势有少许变化。程序的流程主要分为三部分，数据的预处理(PCA降维和规格化)，数据的训练阶段，数据的识别阶段数据的预处理的流程图如下：s

图像处理方面的知识也学了一段时间了，总是光看理论的话，感觉联系不上实际，第一次把理论综合的实现出来，对这些理论的印象才感觉的更深刻，也能够为后续的学习打下良好的基础。PCA和SVM都是比较老的算法的，但是可靠性挺好，对于我这种新手，练练手还是不错的。下面开始对这些算法说一说我自己的理解：主成分分析(PCA)是多变量分析中一项很老的技术，源于通信理论中的K-L变换，它考虑的是对于d维空间

SUSAN是Smith和Brady提出的一种图像处理fang法，该算法是基于像素领域包含若干元素的近似圆形模板，对每个像素基于该模板领域的图像灰度计算角点响应函数（CRF）的数值，如果大于某阈值且为局部极大值，则认为该点为角点。角点的精度与圆形模板大小无关，圆形模板越大，检测的角点数越多，则计算量也越大，本文圆形模板包含37个元素，该近似圆形模板结构如图1所示。

归一化积相关是一种典型的基于灰度相关的算法，

局部二进制模式(Local Binary Patterns,LBP)最早是作为一种描述纹理的算子提出来的，

距离变换是一种常见的er'zhituxiang

最小均方误差匹配方法是以模板中的特征点构造矩阵X

图像匹配计算量大的原因在于搜索窗口za

hough变换可以检测指定参数的直线或曲线

之前发过一篇博文是用python写连通区域标记算法，