简单的OPENCV提取运动目标

对源图像指定区域（通过矩形的左上角和右下角的坐标点指定）使用最小误差最佳阈值法，通过迭代获得该区域的最佳阈值。

 提供了图象直方图均衡，robert,sobel,prewitt,kirsch,gauss等方法的边缘检测运算，中值滤波，二维FFT变换和DCT变换，图象的反转，旋转等一些基本的图象模板变换和点变换的功能。目前只处理256*256的图象

应用背景数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。关键技术本程序是由C++编写的，可以直接运行的源代码，实现的功能是数字图像复原技术，对已经处理过的或由于某些操作降低了质量的图像进行复原。

应用背景粒子滤波算法是一个采用蒙特卡罗采样进行贝叶斯滤波的方法。这种方法有许多的用途，但它已经成为进行物体追踪最好的方法。从概念上讲，一个粒子滤波算法包含一个被监视系统的状态的概率分布。关键技术在本项目中，状态就是指被追踪物体的位置、大小等等。在许多情况下，非线性和非高斯型在物体的运动和相似性建模上会得到一个难以处理的滤波分布。粒子滤波采用将这个分布重新表示为一组加权值，或称为粒子的方法克服了这个困难。每个粒子表示一个可能的系统状态实例。换句话说，每个粒子描述了被追踪物体可能处于的一个方位。一个粒子集包含了被追踪物体最有可能处于的方位。因此，我们可以通过寻找在粒子滤波分布中最大的权重来确定物体最有可能处于的状态。

此源码能够对图像进行多种处理：边缘检测，点处理，灰度拉伸，图像增强，harris角点检测等。有candy，sobel，robert等算子的算法实现，有很多注释，特别适合初学者学习

大脑癌症检测 过滤 聚类分析 组织的领域

数字图像处理第二版（何东健）第四章代码，用于建立图像处理的一个基本框架，是对图像处理的基础理论，但主要用于对8为灰度图像的处理，分析。

这是为 2 图像的拼接 自动拼图-自动缝 2 针图像在一起 画布是产生在画布的 2 张图片 行和 col 是起源的 2 张图片之间的偏移量

应用背景利用配置好opencv2.4.9的VS2008实现SIFT变换的完整的一个DEMO关键技术数字图像处理中图像特征提取技术，两幅图像的匹配问题

利用开源的函数库opencv，将一幅任意格式的图像，以文件名为标题的显示出来，并且实现对图像大小的调整，可以测试vs2010与opencv加载是否正确，一般是学习opencv的第一个程序代码，用简单的代码运行显示出来。