图像拼接SURF

应用背景meanshift经常用来寻找模态点，即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点，由于不同的点最终会收敛到不同的峰值，所以这些点就形成了一类，这样就完成了图像分割的目的，有点聚类的意思在里面。关键技术首先设置好参数，然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中，最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。

这里以无线通信网中，我们仿真出了每个基站中的用户能效问题，并且将用户能效用各种图形显示出来，例如火柴棍图，地理位置上的等高线图，还用表格分别说明了每个用户的具体能效值，这样不仅从直观上总结出基站附近用户的大小受哪些因素有关，还详细计算出了用户能效值表，供大家参考。

本代码可以对视频中的运动物体进行监测和跟踪 并用了高斯背景模型进行背景建模 效果很好 而且对检测到的物体进行了矩形框标记 

一种鲁棒的文本水印算法，采用图像和文本水印相结合的方法来充分保护文本文档

RLE 压缩图形数据是一个自然的候选人。一种数字图像包含的小圆点称为的像素为单位）。每个像素可以是任何一位，指示一个黑色或白色的圆点或几个位，指示一个几种颜色或灰色底纹。我们假设像素为单位） 都存储在数组称为位图在内存中，因此该位图图像的输入的流。像素通常排列在位图中扫描线，所以 第一个位图像素点在左上角的图像，并最后一个像素是一个在右下角。 使用 RLE 图像压缩基于观察如果我们随机选择一个像素在图像中，有一个好的机会，它的邻居会有相同的颜色。压缩机因而扫描逐行寻找运行相同颜色的像素的位图。如果位图启动，例如，17 的白色像素，紧接着 1 黑色的那个，接着由 55 的白色部分，等等，只有数字 17、 1、 55、...需要在输出流写入。 压缩机假定该位图入手白色像素。如果这不是真的，然后该位图入手零白色像素为单位），并输出流应该

应用背景本程序使用VC++编写，主要实现Spiht编码算法。Spiht算法虽然已经非常成熟，但是作者从 网上下载了一些代码来看，编写的不是很规范，所以作者在此整理了Spiht程序,在VC6.0下通过调试.     在菜单中首先打开一幅图像,之后选择"Spiht编码",输入码率和分解层数,即可完成压缩,压缩后的 文件存放在E盘的根目录下(也可以设置其它目录,在程序相应处进行修改即可);之后再选择"Spiht解码",即可显示解码后的图像和相应的PSNR。 关键技术针对图像小波变换和图像压缩的源码，使用9/7提升小波和比EZW更高一层的SPHIT对小波系数进行编码。可以输入不同的每个像素的比特数和小波变换层数，来实现BMP图像的SHPIT编码，并且可以通过SPHIT反变换来查看编码的后的图像

自己学习freeimage，用vs2005编写的对freeimage的调用实例， 测试了图像显示，图像转换，图像压缩和解压几个接口

在directshow的基础上实现对视频源亮度的调解，以更好的适应不同的环境，经过测试有一定的效果。特别是在光线叫暗淡的环境下能够获取较高亮度的图片。

作为输出从图像分析软件程序 （例如 GenePix，从芯片的原始数据文件，读取标头信息。这些函数由 read.maimages 在内部使用，通常不直接由用户调用

使用的 opencv 版本為2.4.9 在Visual Stdio 2013 C++下編譯 簡單的show image 程式