findContours 基于2.4.4；功能 础轮廓查找

我附上了 matlab 代码提取彩色图像的红色、 绿色和蓝色的飞机。它是对彩色图像的三个平面分析很有帮助。并且我们可以显示每个平面分开。

计算机X线摄影(CR)作为当前医学影像技术的主流，有非常多的优点，比如价格相对较低，数字化图像便于后期处理，特殊部位摄像的不可替代性，等。但是在实际应用过程中，CR图像的质量也受到各种因素的影响。比如失真、模糊、噪声以及各种各样的伪影等等。滤线栅伪影便是其中之一，本文主要讨论如何用数字方法去除滤线栅伪影对CR图像的影响。在X线摄影中，会产生一些方向不同的低能量的散射线，这些散射线使图像产生灰雾，影响图片的清晰、度。为了吸收这些散射线，通常使用铅条排歹lJ而成的滤线栅，但是有时滤线栅的影子会投在成像板上，形成条纹状的滤线栅伪影。通过实验，可以看到均值和中值滤波处理对于本课题意义不大，非但没有去除伪影，还造成了图像模糊，效果甚至比不上原图。空间域滤波还有最大值最小值滤波、中点滤波等等，但是对于本课题来说效果都不好。所以基本不考虑空间域滤波这个方向。

本代码是关于交通灯的检测与识别，可以检测并识别红色交通灯，通过把RGB图像转换成HSV图像，分割出红色信号灯，然后根据圆形度去除过大或过小的干扰区域，最后在原图像上显示检测出的红色交通灯。本代码同样可以检测和识别绿色以及黄色交通灯，只需修改HSV图像的取值范围。

双边滤波（Bilateral filter）是一种可以保边去噪的滤波器。之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。main.m  ：  程序入口函数bfilter2.m ：滤波函数bfltColor.m ： 当输入图像是彩色图像时的滤波函数bfltGray.m ： 当输入图像是灰度图像时的滤波函数双边滤波器原理.doc ：  解释滤波器的原理效果图.jpg  ：  程序运行的效果

图像识别与处理代码，文档形式，可以直接拷贝粘贴使用从输入到预处理到输出 都有注释 非常详细的程序代码

这是一个用MATLAB来生成数字散斑的小程序，可以生成数字图像相关法中的散斑图，在程序中可以通过设置参数来定义散斑图的大小，散斑的数量，散斑的大小，散斑的亮度以及其它一些的相关参数，可以给开发者提供不同的散斑图形，是一个非常实用的MATLAB小程序。

  该程序使用matlab2008a开发，主要因为matlab在图像处理方面优势明显，操作较简单，另外也是为了熟悉matlab的使用。 该程序使用了经典的lena图像作为目标，实现了嵌入水印，以及还原图像。 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

学习数字信号处理时，基于时间的离散傅里叶变换和基于频率的离散傅里叶变换及其对应的逆变换，非常重要。下面程序实在VS的平台上运行的程序，希望对大家有用处。次程序集合了三个程序为一体，更简洁实用。

针对camshift跟踪容易丢失目标问题，加入了kalman滤波来预测下一个可能存在的位置，跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法，后者的核心是沿某种函数的梯度方向迭代，之后根据迭代次数和误差阈值收敛于某一个范围，这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像，可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级，可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法，对运动不敏感，所以不能进行两帧之间目标的关联分析（这一部分要我们自己做）。而这个算法之所以能够用来跟踪，我认识是算法的前提假设，相连帧间目标的运动是微小的，即运动是近似连续的，这样密度函数是连续的，就可以沿梯度方向寻找局部最优值，这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢，这是因为密度函数可能有多个峰，而梯度搜索很容易掉进局部最优值，而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取，即目标特征的表示方式，是一个很重要的部分。

matlab练习程序（多边形顶点凹凸性）生成简单多边形后，有时还需要对多边形各顶点的凹凸性做判断。先计算待处理点与相邻点的两个向量，再计算两向量的叉乘，根据求得结果的正负可以判断凹凸性。结果为负则为凹顶点，为正则为凸顶点。凹顶点用o表示，凸顶点用*表示。