sobel 边缘检测

该程序实现了图像的点运算，图像的几何变换，图像空间域与频域的滤波和增强，彩色图象的处理，形态学图像处理，图像分割，特征提取以及更深层次的图像识别，人工神经网络，向量机等等，内容非常的详细，代码有注释，非常适合刚刚接触机器视觉学习的同学！

应用背景本程序是使用vc++写的，主要用于数字图像处理，源码为原创，可以运行，实现的功能为图像的几何变换，如有疑问可与我联系。关键技术图像几何变换是指用数学建模的方法来描述图像位置、大小、形状等变化的方法。在实际场景拍摄到的一幅图像，如果画面过大或过小，都需要进行缩小或放大。如果拍摄时景物与摄像头不成相互平行关系的时候，会发生一些几何畸变，例如会把一个正方形拍摄成一个梯形等。这就需要进行一定的畸变校正。在进行目标物的匹配时，需要对图像进行旋转、平移等处理。

这是对图像中的人脸提取其中的LBP特征，用到了OpenCV中的图像的类型IplImage，将图像中的人脸的纹理提取出来，这样便可以消除光照对人脸图像的影响，对于图像中的有用的信息表示为1，其他表示为0，这样就可以将lbp特征显示出来

应用背景我用opencv这个项目。但它不是相同的OpenCV的样本。关键技术本项目是卡尔曼跟踪源代码。卡尔曼滤波类似粒子跟踪。

逆透视变换效果展示，输入图像格式为*.ppm，输出结果为转换后的鸟瞰图，算法中需要相机拍摄图像时候的内外参数，这样转换出来的效果才更准确。

超分辨率的图形用户界面（SR-GUI）的开发，以允许用户在Matlab7.0提高降解的多帧图像。相比于其他视觉增强程序，SR-GUI的独特的方面是它的灵活性来处理不同的光照条件下拍摄的图像。我们的目的是隐藏结构的复杂性，并创造概念上简单的设计，使之人性化。

图像的仿射变换，共包括4个文件，全都是matlab文件，分别为affine.m,grad.m,wrap.m,paremetric.m：，对于图像仿射变换以及图像的超分辨率重构非常有帮助。-

利用小波双线性超分辨率重建算法得到的重建图像会出现低、高频系数不匹配的现象，从而使得到的高分辨率图像灰度偏移。本文对该方法进行了改进，并引入局部适应插值得到更为理想的重建算法。即小波与局部适应插值结合算法。

直方图均衡是图像处理的工作，以获得所述图像的亮度的均匀分布。如果它是具有低对比度的图像，它是改善图像的亮度的处理。使用cvEqualizeHist（）函数中，图像被分成三个信道，而在cvMerge函数，使每个信道的图像。

opencv2.4.9+VS2010打开摄像头，并且显示摄像头拍到的图像，并且将得到的图像边缘化，转化为黑白图像，只显示物体边缘特征，也可以只显示灰度图，只要把我注释掉的打开来就可以了，使用vs打开，配置好opencv的环境后，就可以直接运行了，注意是x64，还是x86的机器。