问题1：对输入的灰度和彩色图像进行分块，每一块图像为8*8像素的大小。对分块图像进行离散余弦变换，输出频谱图（DCT系数）； 问题2：尝试改变部分的DCT系数； 问题3：通过离散余弦逆变换，还原出图像，观察与原图像之间的区别。

matlab版的彩色图像分割和合成，从背景中提取人脸，再与另外一幅图像合成

利用VS2015中基于对话框的mfc的工程来实现bmp图像的彩色转灰度图以及伪彩色处理，处理后的图形进行保存。

研究了小波变换和Contourlet变换的不足,利用非抽样Contourlet变换的多尺度性、多方向性以及平移不变性特征进行彩色图像数字水印。先对图像进行非抽样Contourlet变换得到不同尺度不同方向上的系数,然后为了满足水印的不可见性和稳健性,在低频系数和高频系数中采用不同的嵌入强度,并依据人类视觉的彩色感知特性,在蓝色分量中嵌入较多水印,在其他颜色分量选取变换系数能量最大的区域嵌入水印。与同样嵌入规则的Contourlet变换算法和平稳小波变换算法相比,该算法具有更好的稳健性,利用该算法得到的水印相似度更高,最高可提高约0.5。

该代码是利用matalab软件进行编码的，主要实现的是利用JPEG的图像压缩算法对彩色的图像进行压缩，可更改量化因子的值以得到不同压缩比的图像。

MATLAB将bayer图像转化为彩色图像的双线性插值算法，适合于RGGB图像，这个可以与其它算法结合使用

问题1：提取RGB三个通道图像，计算其平均直方图结果，然后再进行均衡化； 问题2：RGB空间转为HSI空间图像，对I（亮度，Intensity）通道进行直方图均衡化，再转为RGB图像。

用TV模型对彩色破损图像的修复，根据受损图像周围的已知有效信息（灰度及纹理）用图像修复的算法对破损区自动进行修复。从数学的角度来看，图像修复就是根据空白区域周围的信息将图象填入空白区域中，通常需要先确定修补的区域，然后根据修补区域周围的信息用图像修补算法自动恢复区域的信息。

该算法vc实现，能将bayer图像转换为彩色图像

这是 Kanan & Cottrell (2010) 的一部分的实现，它从彩色图像中提取密集特征，然后可用于对象或面部分类。 在我们的实验中，它们在各种流行的数据集（如 Caltech-101）上表现得相当好，通常与 SIFT 描述符一样好，甚至更好。 作为副作用，该算法还生成显着图，可用于查找兴趣点或预测眼球运动。 有关更多信息，请参阅http://www.chriskanan.com/nimble 。