projective

一种图像配准算法源码，实现了图像的配准拼接，看看就知道好。(A source image registration algorithm to realize image registration splicing to see will know better.)

说明：  利用BOW结合空间金字塔模型，使用支持向量机进行图像分类(Image classification using bow)

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。()

说明：  滤除各种噪声比较，高斯噪声，NLM滤波，双边滤波。(Comparison of filtering out various noises)

这是角点检测的程序，图像中所有凹凸点都可以检测到，并在二值图像上显示出来，效果不错。直接运行corner.m即可(Corner detection program, the result is good)

houph变换，通过梯度函数得到图像的梯度矩阵，通过检测圆检测眼睛位置。(houph transform, through the gradient function to be the image gradient matrix, circle detection by detecting the location of the eyes.)

说明：  利用BP算法进行SAR成像，BP算法是一种对时域回波数据进行成像的算法(BP algorithm was used for SAR imaging)

matlab使用regionprops求面积，找到连通域(Matlab uses regionprops to calculate area and find connected region)

基于平稳小波变换的图像融合。低频分量取平均，高频分量取绝对值最大。最后做逆平稳小波变换。(stationary wavelet transfrom.Averaged low frequency components, high frequency components of the maximum absolute value. Finally, do the inverse stationary wavelet transform.)

说明：  GVF-SNAKE分割 解决了收敛速度慢、收敛不理想的问题(Image segmentation using GVF Snake)