find-error

说明：  把两幅有相互重叠部分的图片拼接在一起，合成一副大的图片(There is some overlap between the two pictures spliced together, synthesized a large picture)

C语言图形、图像函数 功能实用全面介绍(C language graphics, images, full function functional and practical introduction)

为GABOR小波的详细MATLAB实现代码，详细分析了该小波的各种性能()

实现了三种图像匹配算法 1：归一化互相关匹配算法 2：基于Hausdorff距离的图像匹配算法 3：图像不变矩匹配算法(Implements three image matching algorithm 1: normalized cross correlation matching algorithm 2: image matching algorithm based on Hausdorff distance 3: The image matching algorithm invariant moments)

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。()

天津工业大学课程设计，内容包含vs2010对图像的灰度化，二值化，边缘检测。包含单纯c语言编写的对图像的灰度化，二值化，边缘检测的一个.C文件，可以直接用vc6.0运行，也可以直接在DSP上运行，还包含一份详细的设计报告。(Tianjin Polytechnic University curriculum design, content includes vs2010 grayscale image binarization, edge detection. Contains pure c language for image graying, binarization, edge detection is one. C file that can be run with vc6.0 can also be run directly on a DSP, also contains a detailed design report.)

非常好的程序，能够对视频中移动目标进行跟踪(failed to translate)

说明：  采用gabor算法，灰度共生矩阵、灰度梯度共生矩阵提取图像纹理信息(Using Gabor algorithm, gray level co-occurrence matrix and gray level gradient co-occurrence matrix to extract image texture information)

PAMI2015 基于核的相关滤波跟踪方法 可以在32位机上运行 因为包含gradientMex.mex32文件( Kernelized Correlation Filter PAMI2015 the code can run on 32-bit computer because it contains file gradientMex.mex32.)

Image Fusion With Guided Filtering基于向导滤波的图像融合。将图像分解成基础层和细节层，用一种新型的滤波融合图像，使融合效果更显著更高效。(The image is decomposed into a base layer and layer of detail, the fused image with a new filter, the fusion effect is more pronounced and more efficient.)