图像二维卷积

一种新的方法进行分类的各种恶性肿瘤中使用宫颈细胞图像的纹理属性的宫颈细胞图像

这是一个用于实现图割算法的代码，由C++编写，并且有matlab接口。欢迎大家下载、使用。谢谢支持！

MODIVCDemoExe、 能直接运行，看看OCR的效果

基于DSP的红外与可见光融合   金字塔算法  该包是在CCS下的用于可见光和红外光的图像融合程序。 融合规则为加权法，任何级数为2   过程为： 滤波->分解->融合->重构

应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试 2.指定文件保存路径，如：char* filename_to_save = "F: estdataoutput.xml"; 3.选用训练的方法，如method = 1; 4.这步需要使用模型的时候再指定，训练的时候设置为char* filename_to_load = 0;使用模型的时候指定，如char* filename_to_load = "F: estdataoutput.xml";

应用背景三维测量中一个重要的分支就是利用投射光栅条纹进行测量，其中一般采用投影仪投射条纹图像，我使用的是三角波模拟生成的条纹图像代替正弦波，其目的主要是加快测量速度，高速测量就能实现动态物体也能运用如相移法等高精度的测量算法。关键技术高速的条纹图像的投射，对调制图像准确的解相，去除噪声背景等的干扰，解相算法上的选择，算法整体速度的优化等，这些问题都有待解决。

利用OPEN CV 在VC上实现图像的亮度和对比度的调整，可以实现图像的不同亮度和对比度的调整和图像的显示。

运用LDA模型，采用Gibbs采样，运用图像标注的关键词，用户对图像标注的tag,采用多模态发掘潜在语义主题对图像标注

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）。

经过改进后，画面刷新速度大大加快，绝对看不到任何的“扫描线”，帧数也从5帧一下就提高到了9帧，几乎是两倍于前的速度。这究竟是什么原因呢？让我来讲述其中的道理。因为圆是要一个一个画上去，所以每画一个圆，系统就要做一次图形的绘制操作，图形的重绘是很占用资源的，当需要重绘的图形数量很多的时候，所造成的系统开销就特别大，造成我们看到的那种刷新缓慢的情况。那么如何来解决这个问题呢？答案就是双缓冲，何谓“双缓冲”？它的基本原理就是：先在内存中开辟一块虚拟画布，然后将所有需要画的图形先画在这块“虚拟画布”上，最后在一次性将整块画布画到真正的窗体上。因为所有的单个图形的绘制都不是真正的调用显示系统来“画”，所以不会占用显示系统的开销，极大的提高的绘图效率。