matlabtuxiangpinjie

HIS彩色空间阈值分割方法    为了克服光照的影响，目前大部分侦测算法都先将图像由RGB彩色空间转换到HIS彩色空间，再进行彩色图像的分割。这是因为在HIS空间，色调(Hue)和色饱和度(Saturation)信号与亮度(Intensity)信号是分离的，利用色调信号和色饱和度信号进行分割，可完全消除光照的影响。其中N．Kehtarnavaz等人是在HIS彩色空问通过设定色调分量、饱和度分量的阈值范围，侦测出红色区域作为禁令标志的可能区域，得到的红色区域的阈值范围为3 sH≤56°，S>15，I

在医学图像处理领域。大脑分割在诊断许多疾病方面有着各种重要的应用；

matlab练习程序（构造简单多边形） 简单多边形是指各边不相交的多边形。首先计算出所有顶点中心位置。然后求每个顶点与中心的极角。再对极角进行排序。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

使用idl语言进行遥感图像的中值和平均值滤波，首先先读取图像，之后按照3*3对图像进行中值滤波和平均值滤波。同时将图像生成gif动画

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

人脸检测，包括眼睛检测及嘴巴检测，但嘴巴检测尚不稳定，检测方法利用opencv自带级联分类器，检测结果以矩形框形式表示。

资源描述code implementation for  “Efficient Graph-Based Image Segmentation,” P. Felzenszwalb and D. Huttenlocher,Int’l J. Computer Vision, vol. 59, no. 2, pp. 167-181, Sept. 2004.  It is a well-known algorithm which has been checked and used in many applications. I got this code from internet, and thanks for share. 

DCT技术适用于图像压缩比，以获得更好的输出和重建图像，采用jpg标准。

本程序在打开图像时可以实现图像各种动态效果，包括扫描，移动，交叉飞入，百叶窗特效，马赛克显示，栅条显示，图像渐现，中间扩张，中间收缩，其中扫描，移动，和交叉飞入，百叶窗这些特效中还可以选择方向，各种特效都包含进去了。

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