基于matlab的图像处理小程序

openCV函数库中提供了很多关于角点检测的函数，PreCornerDetect 用于计算角点检测特征图，cvCornerEigenValsAndVecs 用于计算图像块的特征值和特征向量，FindCornerSubPix 可用于寻找精确的角点位置，此程序通过相关的角点检测函数，实现对图像中的角点特征的提取和标记

应用背景      该程序为单目摄像机标定程序，是应用c++编程语言，在visual studio2010环境下基于opencv 编写的标定程序，该程序可以应用于计算机视觉，可以获取摄像机的内外参数，也可以用于双目标定，作为双目标定的重要的一步。 关键技术      该程序为是应用c++编程语言，基于opencv 编写的标定程序，是根据于仕琪所译的《学习opencv》中的程序该编的，在用于过程中必需要配置好opencv，如添加工作目录 包含目录，依赖项等。

程式执行会出现两个视窗，一个是原始图像，一个检测后的图像。 检测后的图像上方有个拉霸，可以调整Min Threshold。 Canny Edge Detector演算法的步骤： 1. 用高斯滤波器平滑图像（在调用Canny之前自己用blur平滑） 2. 用一阶偏导的有限差分来计算梯度的幅值和方向 3. 对梯度幅值应用非极大值抑制 4. 用双阈值算法检测和连接边缘 关键函式： void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false )

Matlab粒子群优化算法工具箱。 PSOt为PSO的工具箱，该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。

这里在VS2010和opencv的环境下编码的调取摄像头并对摄像头捕捉到的图像进行处理。 第一步：初始化摄像头。 第二步：设置图像属性。 第三步：获取一帧图像。 第四步：显示图像cvshowimage()。 第五步：保存图像。 第六步：对图像进行阈值分割。 第七步：对图像进行二值化处理。 将彩色图片转化为灰度图片

资源描述微软牛津计划的sdk，主要用于视频分析，人脸检测与识别等

面对通过USB摄像头的实时拍摄的图像识别的例子。它的演示。没有在个人电脑上，但在嵌入式主板，如比格板性能问题，它需要的优化配置。它的运行速度非常慢。

资源描述最全的OpenCV示例源代码. 这个资源包含了opencv中主要函数的几十个示例，详尽而且具体，并且附有程序运行所需的素材，对于学习opencv具有很强的帮助作用

项目将彩色图像转换为 grayscae 在 c + + 中的图像 这是一个基本的图像处理中