bilinear_zoom

用kfcm算法实现数据的聚类和分类效果。(Kfcm algorithm is used to achieve data clustering and classification results.)

介绍了一种显著性检测，程序可以直接运行，可以得到显著图像，有图像源。(propose a bottom-up visual saliency detection algorithm. Different most previous methods that mainly concentrate on image object, we take both background and foreground into consideration. )

用于c#获取多个摄像头影像！

Show how to use unsharp masking algorithm. No image processing toolbox is needed.

k-均值聚类法用于各种图像的聚类、分割问题，希望可以对您有利(k-means clustering method for a variety of image clustering, segmentation)

实现北斗时（北斗周计数，周内秒）到UTC的转换(transfer BDT to UTC)

有关指纹识别预处理阶段图像分割的源程序，用matlab言语做的，很好用(The fingerprint identification preprocessing stage image segmentation of the source, using MATLAB language to do, very good use)

说明：  利用IDL编程，使用最小距离法对图像进行监督分类(Using IDL programming, using the minimum distance method to supervise the classification)

具体实现思路：以4位数字的验证码为例 1、人工将验证码的4位数字每位对应的代码存入数据库中，每位存入0-9对应的代码，每个数可以多存这样可以提高识别率; 2、获取验证码以后，对其进行去背景、灰度处理、去噪点处理、分片处理以后生成每位数字对应的代码; 3、去背景色，这一步的目的是把验证码和背景颜色区别开来。4、去噪声：这一步要取出图像上的孤立点。这些孤立点被认为是噪声。  孤立点的定义：某个点，周围没有与该点等值的点。  或者某个连接块，该连接块的元素的个数小于某个给定值K， 把元素个数很小的连接块也定义为孤立点，有助于去处噪声。  去噪声算法：参照去背景算法。 5、图像锐化：图像锐化的目的是增强边界。这一步是可选的。看验证码的情况，这一步可以跳过。 6、图片有效区域截取：这个操作是将图片除验证码字符以外的边框去掉，只留下验证码字符图片，这样保证分片的准确性。 7、图片分片处理，这个处理是将整个图片分割成单个字符图片。8、拿分片图像生成的代码(eg:000111110011…..)与DB中已有代码相比较，取得相似度最高的即要验证码的字符;   注：如果DB的样本越多，识别的准确率也越高，但是速度会相应变慢

利用霍夫线检测实现车道线的自动检测并判断是否偏离(Using Hof line detection to achieve automatic detection of lane line and determine whether or not to deviate the)