边缘检测

HSV图像更接近人的视觉，且算法较简单。好多情况下需要把图像从RGB颜色空间转换到HSV颜色空间。本程序实现RGB颜色空间图像转换到HSV颜色空间，并分离成H，S，V三个单通道，显示原图像与HSV三个通道图像。

利用均值濾波、形態學運算、canny找邊緣來切割血管，医学图像处理是图像处理领域中的重点与难点问题之一。随着数字图像处理技术的快速发展,借助电子计算机等辅助手段,医学图像的提取方法以及图像质量都得到极大的提高。眼底视网膜图像是人体唯一可以非创伤直接观察的较深层微血管,对视网膜血管的分析研究有助于疾病的精确诊断。然而,由于视网膜血管图像的灰度分布不均匀,目标血管与图像背景的对比度低,再加上图像噪声的污染,使视网膜血管的自动分割非常困难。所以,通过建立眼底视网膜图像的计算机辅助分析系统,对眼底视网膜组织进行定量分析与定性检测,对临床眼科学的病理诊断具有非常重要的意义。本课题在查阅大量数字图像处理的文献基础之上,结合DRIVE眼底视网膜图像数据库模型,通过分析不同图像分割算法的特性,对眼底视网膜血管图像进行了分割实验与对比分析,主要过程如下：1.对视网膜图像预处理。通过分析RGB彩色系统模型,对各通道的视网膜图像进行对比度比较。掌握数字图像处理的基本操作方法

这个源代码是 BMP 大小调整。 开始位置和结束位置选定。 但是，不完整。

应用MFC，基础的图像处理代码，有简易界面和主要代码的注释。适合初学者和C语言读程序薄弱人群。

一维高斯滤波就是使用一维高斯公式生成一个一维的矩阵，然后使用该矩阵对图像中的每一个像素进行处理。处理方法是计算当前像素与其周边像素和矩阵中对应的权值的乘积的和。先对图像横向处理，完毕以后再对纵向处理（顺序相反也可以）。

本文主要介绍了常用的遥感图像算法，然后从数学角度分析融合图像产生光谱失真的原因，并探讨融合图像在空间分辨率增强与光谱信息保持二者之间的关系，最后针对多光谱图像的成像特性

人脸识别是研究的关键领域之一。它有许多应用程序和使用。许多方法和算法提出了像 3D 人脸识别等。 人脸识别来下像视网膜、 虹膜、 指纹等生物特征的识别。张脸的特征被称为生物 标识符。生物特征识别不很容易伪造、 放错位置或共享访问通过生物特征识别，因此 标识符给了我们更好地保护的方式提供服务和保障。我们还可以开发很多聪明的人 应用程序可能会提供安全和身份认同，我们提出一种新型脸识别使用的方法 RobustPCA 和径向基函数网络。这些系统可

采集图像，能保存和回放，能单侦和多帧显示，可保存成多种文件格式，具有图像处理功能，如缩放，旋转，反白等。

ITK读入DICOM数据，VTK进行显示。该程序是itk和vtk联合使用的例子，适合初学者。-This program realizes the combination of ITK and VTK to read in and display DICOM image.

分析图像、物体和视频信息过程，我们常把看到的物体用直方图（histogram）表示，直方图可以用来描述各种不同的事情，如物体的色彩分布、物体边缘梯度模板，以及表示目标位置的概率分布。直方图广泛应用在计算机视觉应用中，简单说，直方图就是对数据进行统计，将统计值组织到一系列事先定义好的bin中，bin中的数值是从数据中计算出的统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。直方图获得的是数据分布的统计图。 cvCvtPixToPlane openCV里面的一个函数 可以看作cvSplit是他的宏：