高精度光学玻璃折射率是保证光学设计和成像质量的重要条件，主要由V 棱镜折射仪进行检测。在图像对准式V 棱镜折射仪中，用于对准的平行光管所成狭缝中的单线图像质量，直接影响折射率测量中的对准精度，尤其当单线与背景对比度不高时，会大大影响仪器的测量精度。提出一种自适应灰度拉伸和垂直投影相结合的图像增强算法,该方法能快速提取低对比度的单线图像。通过对比实验证明了本算法的有效性，将测角精度提高到了±1"，算法稳定测量重复性优于1×10-6，对提高测量光学玻璃折射率的精度有实际意义。

Python基于MTCNN+FaceNet+SVM进行人脸识别项目实战 有视频讲解、代码（可运行）

毫米波雷达，sar图像处理，Matlab函数，点云图像，轨迹跟踪

人脸识别 ORL数据库 图像和.mat数据 不需裁剪和预处理可直接用于实验。

该数据集用于进行无限制的人脸识别，包含 13000 张从互联网上获取的人脸图像，每张图片都标有该人的姓名，其中有 1680 个人的有超过2张图像。这些人脸图片均通过 Viola-Jones 人脸检测算法从互联网上检测到。 共有四个子数据集，分别为 原始数据集（lfw）、funneled images、LFW-a、deep funneled images 四组。

matlab人脸识别，口罩遮挡条件下的人脸识别，人脸考勤，口罩检测，条码识别，花卉识别，试卷分数录入，公式识别，路标识别，条形码识别等。 CNN神经网络，SVM、决策树等机器学习，GUI界面设计。 >传统机器学习算法 >深度学习神经网络 >GUI 界面搭建优化 秉持质量第一的原则，系统能得到较高的准确度，完成目标检测的任务要求。 985本硕，设计目标检测算法，包运行，可提供讲解，人很耐心，可以手把手教会你程序的逻辑，提出你的想法吧！保证你不后悔~~~ 可以先下载预览程序和GUI界面，也可以提出自己的需求，适合自己的才是最好的！

基于OpenCV的水电表的刻度数读取及识别，源码

图像识别大作业终稿

这不是一次简单的机器视觉项目课程，课程中把很多理论性极强的知识点进行了应用，让本身很晦涩的知识点变得简单易用，这才是课程的精华之处。因为在时下也有很多智能识别的项目，而本次的项目的不同之处就在于它将这些很多关联技术都应用在其中，适合从事深度学习和机器视觉的同学们，加深理解。

本设计是使用MATLAB软件开发的人民币识别系统，结果通过GUI展示。主要研究内容如下： 1、结合图像处理方面的知识对人民币进行研究分析； 2、对纸币图像进行预处理工作，改善图像质量，提高识别准确率； 3、以第五版（2005年）人民币作为研究目标，分析特征区域，完成对纸币面值的识别； 4、使用MATLAB软件对识别算法进行演算。 纸币面值具体识别方法  1.预处理：对图像进行灰度化、旋转变换（Radon变换）等操作 2.截取钞票图像 3.截取钞票面额图像 4.对面额图像进行处理、识别 5.GUI显示