gdal学习心得

灰度级图像可能被视为的地形起伏，灰度的像素将被解释为它救济的高度。一滴水落在地形起伏流动沿路径达到最后的局部最小值。凭直觉，流域的救济对应到相邻的集水盆地的水珠的极限。 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

经典的中值滤波算法要求对窗口内的像素进行排序，当窗口尺寸较大时，处理速度很慢，不能满足计算机对图像处理的实时性要求。本文探讨了中值滤波的快速算法，旨在提高中值滤波处理速度。结果表明，快速算法可是处理时间大大减小。

pencv2.4.0以上的版本提供了stitcher类，可以很方便的实现几幅图像的拼接，关于这个类详细的介绍，可以参考文档： http://docs.opencv.org/2.4.2/modules/stitching/doc/high_level.html?highlight=stitcher#stitcher。     该类主要用的成员函数有createDefault，用于创建缺省参数的stitcher；estimatedTransform，用于匹配图像、分析摄像头旋转角度；composePanorama,生成最后的拼接图像。文档中提示如果对stitching的整过过程不熟悉的话，最好不要使用以上两个函数，直接使用stitch就行了。关于图像拼接的过程，涉及到特征点的提取、特征点匹配、图像融合等等比较复杂的过程，可以参考相关论文和期刊。

由浅入深的介绍了图像，图像处理，matlab的基本概念，以及它们之间的联系及结合点，每章每个例子都附有大量的代码，是学习MATLAB及图像处理最好的基础教程，代码清晰明了，都经过一一运行过。希望能和大家多多交流，共同进步。

该源码是基于改进的non-local means 算法对图形进行去噪处理，比一般传统的方法效果要好

资源描述 程序实现鼠标画图功能，点击鼠标左键则会以点击位置为圆心画一个圆，而且每次点击画出的圆颜色和上一次都不一样，看起来色彩丰富，很有意思，效果如下图：  

图像分割的n种方法，包括自适应阈值法，全局阈值法，二值化法等等，附带详细的解释

计算机视觉在很多方面是终极的传感器，和有无穷无尽的潜在应用到机器人。 手跟踪基于颜色的识别。由取样颜色从手因此初始化程序。手然后提取背景采用阈值采用的取样的颜色配置文件。在配置文件中的每种颜色产生所有反过来累加在一起的图像。非线性中值滤波然后应用得到平稳，噪声免费的二进制表示形式的手。属性确定凸性缺陷是否要被解雇是从缺陷去邻近的凸多边形顶点的线之间的夹角. 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

这是一个用C++语言实现一个中值滤波程序，含有中值滤波相关理论知识的PPT。程序里应用到的技术有：中值滤波、直方图均衡化、 脊线方向提取、Gabor滤波、指纹细化、特征提取、特征点过滤、基于局部特征点的特征匹配等等…… -This is a C++ language implementation with a fingerprint identification procedure that requires the FVC meet international competition standards, and establish a fingerprint in the school library on the measurement. Program where the technology applied to the following: median filter, histogram equalization, the direction of ridge line extraction, Gabor filtering, fingerprint refinement, feature extraction, feature point filtering, based on local feature points of the feature matching and so on

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.