SEGMENTATION

Adaboost 是一种二元迭代算法，其核心思想是针对同一个训练集训练出若干若分类器，然后把这些弱分类器集合起来，构造一个更强的强分类器，使得识别效果更佳。Adboost算法常常用在计算机视觉与模式识别领域的研究课题中，如人脸检测、人机交界、目标检测等。Adaboost算法不仅计算复杂度低，而且是一种高精度分类器，不会出现过拟合现象。

资源描述 同态滤波增强是把频率过虑和灰度变换结合起来的一种处理方法。它是把图像的照明反射模型作为频域处理的基础，利用压缩灰度范围和增强对比度来改善图像的一种处理技术。它在密度域中运用相当成功。 一幅图像f(x,y)可以看成由两个分量组合而成，即 f(x,y)=i(x,y).r(x,y) i(x,y)为照明分量（入射分量），是入射到景物上的光强度； r(x,y)为反射分量，是受到景物反射的光强度。 具体步骤如下： （1）先对上式的两边同时取对数，即 Inf(x,y)=Ini(x,y)+Inr(x,y) (2)将上式两边取傅立叶变换，得 F(u,v)=I(u,v)+R(u,v) (3)用一个频域函数H(u,v)处理F(u,v)，可得到 H(u,v)F(u,v)=H(u,v)I(u,v)+H(u,v)R(u,v) （4）逆傅立叶变换到空间域得 Hff(x,y)=hi(x,y)+hr(x,y) 可见增强后得图像是由对应照度分量与反射分量得两部分叠加而成。 （5）再将上式两边取指数，得 g(x,y)=exp|hff(x,y)|=exp|hi(x,y)|+exp|hr(x,y)| 这里，称作同态滤波函数，它可以分别作用于照度分量和反射分量上。                                          &nbs

这是经过改进调试过的代码，主要用于图像处理，利用区域生长的方法实现图像处理。是一个调试可用的代码。

高动态范围图像（High-Dynamic Range，简称HDR），相比普通的图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的LDR(Low-Dynamic Range)图像，利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像，能够更好的反映人真实环境中的视觉效果。 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

这段代码是在 matlab 中实现的。输入两个的多聚焦图像和设置的步骤变量设置为 1、 2 或 3 和阈值 T，块大小。输出是一个焦点无处不在的复合图像。

skyline完整范例源码下载（vs2005）共15M，刚写好文件部分，也不算太完善，碰巧有人问起，遂贴上代码大家看去，你可以在此基础上完善之。 代码没什么WS技术，但做文件沙盘还是有不少问题的，需要的朋友可以下-Written before the planned sand table system, just part of the written document, but also not too perfect, someone happened to ask, accordingly paste the code we looked, you can improve on this basis, the. Code no WS technology, but do still have many issues paper sand table, and we need friends can, under 

使用matlab将图像二值化后，研究阈值分割的方法，包括均匀性度量法，迭代法和阈值自选的代码。

本代码是李春明博士的LBF方法的源代码，非常适合初学水平集的学者使用，代码易懂，解释详尽，非常正规，很值得详细学习

通过QT和opencv,在window下使用混合高斯模型读取本地视频，使用高斯混合模型进行背景建模。在新的opencv2.31中的混合高斯混合模型中集成了阴影处理。

自己一边学一边编的，有放大缩小还原功能的图形界面的图片浏览器，适合初学者继续开发完善。