模板匹配代码

超分辨率图像重建。具有非常好的效果，程序效率较高，有完整的注释和说明文档。

针对camshift跟踪容易丢失目标问题，加入了kalman滤波来预测下一个可能存在的位置，跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法，后者的核心是沿某种函数的梯度方向迭代，之后根据迭代次数和误差阈值收敛于某一个范围，这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像，可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级，可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法，对运动不敏感，所以不能进行两帧之间目标的关联分析（这一部分要我们自己做）。而这个算法之所以能够用来跟踪，我认识是算法的前提假设，相连帧间目标的运动是微小的，即运动是近似连续的，这样密度函数是连续的，就可以沿梯度方向寻找局部最优值，这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢，这是因为密度函数可能有多个峰，而梯度搜索很容易掉进局部最优值，而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取，即目标特征的表示方式，是一个很重要的部分。

图像的拼接问题是基于图像绘制（Image base Rendering，IBR）领域研究的一个重要课题，也是虚拟环境重建的主要技术手段。它要解决的问题是如何把小视域的照片拼接成一张大视域的图像，以满足人们观察、浏览大范围场景的需要。场景图像的拼接是伴随着虚拟现实（Virtual Reality，VR）技术的飞速发展和虚拟环境实时绘制的需求应允而生的。由于每一幅图像都反映了客观事物或某个场景在空间、时间上的局部信息，采用图像拼接技术可以提供一种有效且完整的场景表示方法，使人们能更加客观、形象地认识事物和理解真实世界。因此，图像拼接技术是摄影测量学、计算机图形学、图像处理和计算机视觉等学科的重要研究内容，并得到广泛的应用。

屏幕放大镜的源代码，主要模拟windows系统自带的屏幕放大镜，可以学习里面的一些技巧，用C++编写，有兴趣的可以收藏一下。

基于canny算子的原理编写的一个canny算子边缘检测程序，效果不太好，算法运算也很耗时，有懂的可以交流~

基于模板的匹配。主要是利用种子模板的方法，对一幅图像进行检测。适合新手学习，望高手绕道。

里面有三个程序：第一个读取视频序列，程序里有提取视频序列的简单易懂的例子，提取视频帧并可以对视频帧进行你想要的处理，程序中也有对视频序列进行用canny算子的边缘提取处理，并且与原视频对比输出，你也可以更改里面的处理程序来满足自己的需要。第二个是对特征点的跟踪，在视频中提取运动物体的特征点，并对特征点进行跟踪。第三的是提取前景物体。这些程序分开编写可以让大家更得理解，也可以更好的运用的自己的大型项目中。

此代码是基于matlab软件下进行图像处理。代码的功能是实现对两幅聚焦不同的图像进行分解，然后提取系数在一定的融合规则下，最后通过逆变换获得更加清晰的融合图像。

在这里，我用小波算法的图像压缩利用小波工具箱MATLAB中。该算法背后的基本思想是滤波器组理论。小波函数的排序是哈尔。

应用背景本程序使用VC++编写，主要实现Spiht编码算法。Spiht算法虽然已经非常成熟，但是作者从 网上下载了一些代码来看，编写的不是很规范，所以作者在此整理了Spiht程序,在VC6.0下通过调试.     在菜单中首先打开一幅图像,之后选择"Spiht编码",输入码率和分解层数,即可完成压缩,压缩后的 文件存放在E盘的根目录下(也可以设置其它目录,在程序相应处进行修改即可);之后再选择"Spiht解码",即可显示解码后的图像和相应的PSNR。 关键技术针对图像小波变换和图像压缩的源码，使用9/7提升小波和比EZW更高一层的SPHIT对小波系数进行编码。可以输入不同的每个像素的比特数和小波变换层数，来实现BMP图像的SHPIT编码，并且可以通过SPHIT反变换来查看编码的后的图像