提出了一种基于LBP层次特征提取的表情识别算法.将图像分成许多子块,并从子块中提取面部运动单元信息来组成基于面部运动单元的表情成分特征,对人脸图像的眼睛和口部作粗定位.采用局部二值模式(LBP)的层次特征提取法,对图像进行分块操作,求出每个子块的LBP直方图,然后将基于整体特征得到的LBP直方图与基于局部特征得到的LBP直方图连接起来,作为整幅图像的LBP直方图.将层次特征提取法所提取的LBP直方图作为嵌入式隐马尔可夫模型(EHMM)的初始向量,即形成观察序列.对JAFFE人脸库中的7种基本表情进行了测试,结果表明该方法能有效提高表情识别率.

主要介绍了python实现图像检索的三种(直方图/OpenCV/哈希法),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

目的：结合直方图匹配（HM）算法，评估计划kVCT（pCT）与每日MVCT之间的可变形图像配准（DIR）的准确性，并使用建议的螺旋放射疗法自适应放射治疗方法评估可变形剂量累积（H T）。 方法：对本院接受HT治疗的5例前列腺癌患者（76 Gy / 38 Fr），每周调查7例MVCT系列（共35系列）。 首先，为了最小化pCT和MVCT之间不同HU值的影响，此图像处理方法通过使用HU值的图像累积直方图来调整pCT和MVCT图像之间的HU值，从而生成HM-MVCT。 然后，执行pCT对HM-MVCT的DIR，生成变形的pCT。 最后，对pCT图像进行可变形剂量累积。 结果：与非HM方法相比，使用HM算法显着提高了DIR的准确性（p <0.05）。 对于CTV，直肠和膀胱，非HM方法的平均骰子相似系数分别为0.75±0.05、0.83±0.06和0.90±0.04，而HM方法的平均骰相似系数为0.81±0.06、0.81±0.04，和0.92±0.06分别。 对于可变形剂量累积，在两种方法之间观察到一些差异，特别是对于较小的计算区域，例如直肠V60和V70。 结论：采用HM方法可以提高DIR

这是图像处理课程的作业，不使用MATLAB自带的函数，而是自己用算法实现直方图均衡化和规定化的源代码。

图像去雾算法（图像去雾算法及matlab程序实例 包括直方图处理、去噪、平滑等相关算法的代码实例），可以下来看看

demo3:直方图处理（直方图---直方图） demo2:图片---图片 demo1:MATLAB自带

Qt实现的直方图统计以及显示

该压缩包内包含图像增强方法之一的直方图均衡化matlab代码，带有一定注释。

彩色图象的二维直方图源代码 function varargout = rgbhist(I) %RGBHIST Histogram of RGB values. if (size(I, 3) ~= 3) error('rgbhist:numberOfSamples', 'Input image must be RGB.') end nBins = 256;

图像增强技术常用。直方图均衡化的实现，包含全部工程文件，课程设计所用，绝对好使 图像增强技术常用。直方图均衡化的实现，包含全部工程文件，课程设计所用，绝对好使