颜色是一种重要的视觉信息属性,与纹理、形状等其他图像特征相比,颜色特征非常稳定,对于旋转、平移、尺度变化,甚至各种形变都不敏感,表现出相当强的鲁棒性。同时,由于颜色特征的计算相对简单,因此成为现有基于内容的检索系统中应用最广泛的特征。常用的颜色特征组织形式有一阶直方图方法[1]、累计直方图法[2]、颜色矩[2]方法、颜色对直方图法[3,4]、颜色相关向量法(Color Coherence Vector,CCV)[5]以及具有不变性的颜色特征[6]等等,其中直方图是最常用的组织形式。颜色直方图通过计算不同颜色所包含的像素数目来反映颜色的统计特性,通过测量颜色直方图之间的相似性达到图像检索的目的。根据直方图所在的颜色空间的不同,研究者常常使用RGB颜色直方图和HSV颜色直方图。基于直方图的算法归纳起来,是对颜色的统计信息进行描述和度量,既没有反映颜色的位置信息,也没有反映颜色的结构信息,因此在应用上存在着固有的缺陷。而传统的颜色相关向量法虽然可以反映颜色的结构信息,但是其计算量大,并且无法反映位置信息,所以也难以广泛使用。近年来,随着研究的不断深入,许多基于颜色特征的新方法也不断涌现。

提出了一种用于数字图像内容认证的半脆弱水印方案。将图像进行分块，图像块的归一化标准差经量化操作后映射为混沌系统初值，经混沌映射生成水印比特。用量化系数技术将水印比特嵌入块DCT直流系数。利用混沌对初值极端敏感性的特点,能够定位检测对加入水印图像的窜改,并且水印提取不需要原始图像。实验结果表明，嵌入水印后图像的视觉质量好；算法具有对图像内容局部窜改检测的有效性、敏感性以及良好的窜改定位能力，并具有更好的抗JPEG压缩、加性高斯噪声和中值滤波的鲁棒性。

基于分块LBP融合特征和SVM的人脸识别算法.pdf

将图像进行分块，充分应用与数字水印技术当中

可自己修改上传的文件格式，大小，分块的大小。

提出一种图像半脆弱水印认证算法，该算法将图像分成四块，从三级小波分解的低频系数中提取每部分图像的特征作为水印，嵌入到载体图像的各分块中，水印提取既不需要原始图像，也不需要原始水印信息。理论分析及实验结果表明，该算法可以对任意大小的载体图像进行水印嵌入，具有很好的透明性，不仅能抵御噪声、有损压缩等非恶意攻击，还能有效地检测定位剪切、替换等恶意攻击。

通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的方法，自适应调整分块大小及动态区域块的融合权值，最终达到混淆去除的目的。同时，利用Gaussian中心函数窗口滤波，去除在分块融合过程中引入的块边缘不连续性痕迹。实验结果表明，该方法能快速有效地增强多曝光图像融合生成HDRI并去除混淆问题。

C# FTP帮助类，包含分块下载、断点续传和下载、删除文件、获取文件列表等功能

对大规模文件进行排序操作,首先将文件分割以便在内存中进行内排序.使用堆排序的方法对每个子文件排序.多线程实现.

使用matlab语言实现对图像的分块显示，压缩包中有图片和代码，可以走直接运行