背景差分法检测出运动目标，对不同的连通区域做标记，并得出每个连通区域的直方图，通过直方图比较来跟踪特定目标

图像处理的课程设计、基于Python语言+图像处理+svm的验证码识别

它可以用于读取 *.dcm filesit 可以得到图像的 withd，高度，和像素 lengthit 也可以读取 JPEG 文件

傅立叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。本程序实现了图像的傅里叶离散变换变换，傅里叶变换部分使用了openCV的函数库。

这个代码可以实现几幅有重叠部分图像的拼接，而且效果很好，采用的是opencv库函数。实现简单。而且很容易看懂，对于类似工程的开发有很大的意义/

DIB设备无关位图文件，这是一种文件格式，是为了保证由某个应用程序创建的位图图形可以被其它应用程序装载或显示。 DIB的与设备无关性主要体现在以下两个方面：DIB的颜色模式与设备无关。例如，一个256色的DIB即可以在真彩色显示模式下使用，也可以在16色模式下使用。256色以下（包括256色）的DIB拥有自己的颜色表，像素的颜色独立于系统调色板。由于DIB不依赖于具体设备，因此可以用来永久性地保存图象。DIB一般是以*.BMP文件的形式保存在磁盘中的，有时也会保存在*.DIB文件中。运行在不同输出设备下的应用程序可以通过DIB来交换图象。

梯度锐化和拉普拉斯锐化。 但由于锐化使噪声受到比信号还要强的增强，所以要求锐化处理的图像有较高的信噪比；否则，锐化后图像的信噪比更低。邻域平均法或加权平均法可以平滑图像，反过来利用对应的微分方法可以锐化图像。微分运算是求信号的变化率，有加强高频率分量的作用，从而使图像轮廓清晰。由于图像模糊的实质是图像受到平均或积分运算造成的，所以为了把图像中任何方向伸展的边缘和模糊的轮廓变得清晰，可以对图像进行逆运算如微分运算，从而使图像清晰化。在图像处理中，一阶微分是通过梯度法来实现的。

使用opencv对图像进行简单的去噪，主要利用了opencv的cvSmooth()方法平滑图像，实现中使用的是中值滤波平滑，也可以使用双向滤波平滑，在不同的场合，效果会不同。

图像增强是图像处理的一个重要分支，它对提高图像的质量起着重要的作用。它通过有选择地强调图像中某些信息而抑制另一些信息，以改善图像的视觉效果，将图像转换成一种更适合于人眼观察和计算机进行分析处理的形式。传统的方法在增强图像对比度的同时也会增强图像噪声，而小波变换是多尺度多分辨率的分解方式，可以将噪声和信号在不同尺度上分开，根据噪声分布的规律就可以达到图像增强的目的。

基于VC、DirectShow和OpenCV的摄像头捕捉视频的例子，不需要安装DirectX SDK

它包含非常有用的编码，三维SPIHT ，其中包括图像压缩和视频压缩，没有的运动compensationa和运动估计。