背景建模以及几种阴影去除方法

应用背景本科毕业设计，题目为 《基于深度学习的车辆识别系统》。本代码为对图片的批量处理，将图片用opencv转换为文本数据形式。关键技术对图片进行批量转换，由于深度学习模式是对向量进行学习，本处代码主要为将指定文件夹内的图片全部转换为0~255间的数字组成的向量，并存到文本中

通过采用surf算法，来分别提取两幅图像的特征点，来进行图像的匹配，利用ransac算法来剔除误匹配，实现精确的配准，根据匹配点，计算homography，进行两幅图像的拼接。实际使用中，新建一个控制台工程，将压缩包里面的两个文件加入工程，即可运行。

一维条形码识别系统基于VC6.0，对输入的条形码图像进行预处理，进一步识别，是目前基于条形码进行货物扫描识别的关键。内含识别图片。

2DPCA人脸识别的MATLAB源码，选用ORL人脸数据库，每个人脸前5张用于训练，后5张用于识别，完成之后可以识别效果。

含有参考白，Gray-word，Shades of Grey，Grey-Edge等白平衡算法。直接运行ColorConstancyDemo即可，运行程序。Matlb代码

本代码完全使用自己编写的代码实现canny算子提取边缘，并与MATLAB自带的canny算法进行比较，

基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、CT、MRI、 PET、 SPECT图像结构信息融合； （3）模式识别，如特征识别、波形分析、签名证实、目标物运动跟踪、序列图像分析等； （4）计算机视觉，可用于目标定位、自动质量控制等； （5）遥感数据分析，多电磁波段图像信息融合，如多谱段的等场景分类、定位和识别定义好的或已知特征的场景、自然资源监控、核生长监控、市区增长检测等。 本算法实现使用VC++6.0为开发环境，目前只支持灰度图像，感兴趣的朋友可以进一步扩展

相信使用过的朋友应该会喜欢上libjpeg，它简单易用、压缩质量可以随意控制、并且稳定性很好，但是，官方网站给提供的libjpeg库，不论是进行压缩时还是解压缩时，都需要用到FILE，使得我们如果想在内存中直接压缩或解压缩图像还要自己实现相应的结构，总之，比较麻烦，尤其对初学者，更是不知从何处入手，幸运的是，libjpeg给我们提供了源代码，今天我就为大家介绍，怎样修改源代码，使libjpeg可以非常容易的直接处理内存中的图像，而无需借助文件操作。

小波变换的边缘检测是图像处理算法的重要组成部分。您可以手动选择你的形象，并运行该程序

该程序是针对大屏幕、高分辨率多投影显示系统中存在的多投影重叠区域出现高亮度现象进行亮度融合处理，里面根据不同投影机的编号及重叠区域的分布分别提供了不同的计算方法，计算方法主要分三个部分（投影机的位置、亮度衰减方向和选用的亮度衰减函数）。其中投影机的位置分为左投影机、右投影机和中间投影机；亮度衰减方向分为水平方向和非水平方向；衰减函数分为线性衰减和二次拟合衰减函数。