车辆及车道线检测跟踪

本图像处理程序实现对灰度及彩色图像的基本操作,如图像的打开，关闭，保存；图像的基本处理，如图像放大、缩小、二值化处理、裁剪、浮雕处理、图像增强、直方图等等。

该项目域是主动学习的交互式图像检索。该项目有五个modues即ComparableImage，ImageUtility，RgbProjections，SimilarityImages和检索。它显示的图像也图形记录。

为了分析图像通常我们必须减少图像的大小，所以，我们可能会在一个特定的大小的框架中处理它。这种编程发展到 o 数字图像缩小通过减少从帧的像素的数目。

陈-尊为区域模型也是主动轮廓线模型自然图像进行分割。此程序提出由陈尊于 2001 年实施的高级别的图像分割算法。基于区域主动轮廓线模型是改进标准 snake 模型 Kass 等人提出。Kass et al 模型的主要限制是它利用梯度基于外部力量，以适合于所需的对象边界轮廓。如果梯度不是足够强大，这可能会导致树结构的结果。该模型利用 region 的属性，从而可以甚至为噪声的图像成功地工作。

传播神经网络算法的源代码 这是监督的神经网络，需要学习率和势头的两个学习参数

利用OPEN CV 在VC上实现图像的亮度和对比度的调整，可以实现图像的不同亮度和对比度的调整和图像的显示。

dirent.h是unix系统下C语言库，由于有时候要把unix系统下C语言移植到window，而window下面没有dirent.h，此文件是window下重写的

K均值聚类法分为如下几个步骤： 一、初始化聚类中心 1、根据具体问题，凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。 2、用前C个样本作为初始聚类中心。 3、将全部样本随机地分成C类，计算每类的样本均值，将样本均值作为初始聚类中心。 二、初始聚类 1、按就近原则将样本归入各聚类中心所代表的类中。 2、取一样本，将其归入与其最近的聚类中心的那一类中，重新计算样本均值，更新聚类中心。然后取下一样本，重复操作，直至所有样本归入相应类中。 三、判断聚类是否合理 采用误差平方和准则函数判断聚类是否合理，不合理则修改分类。循环进行判断、修改直至达到算法终止条件。

MODIVCDemoExe、 能直接运行，看看OCR的效果

这一项目执行对象跟踪使用潜在的支持向量机方法。它被编译使用 opencv 249 和 visual studio 2010