图像融合工具箱

应用背景用于android图片处理图形，自己可以任意的变换自己喜欢的图形关键技术使用到的是遮罩，这种做法是被认为i，所推荐的

在VS2010环境下，利用C#语言实现电脑摄像头或者USB摄像头的采集与显示功能，可以自由选择摄像头，代码很简单，适合初学者学习。有一定的参考价值，运行正常没有Bug。

在图像中，颗粒与颗粒之间会有接触，先检测出颗粒与颗粒的接触点，也就是契形点，将颗粒接触的两个契形点找到，用直线连接，并分割开，完成接触颗粒的自动分离

应用背景粒子滤波目标跟踪源码，通过粒子滤波技术，画一个待选框，然后在视屏中通过待选框中的运动物体，然后对其进行实时跟踪。本人已经调试。关键技术粒子滤波技术结合目标检测复选框，选择运动目标，然后通过视频序列来检测运动目标并跟踪运动目标，从而达到跟踪目标的效果。

膨胀和腐蚀的形态学图像处理中的两个基本算法。这些运算符，与不同的结构元素一起使用时可有效用于分割和对象提取二值图像去噪，平滑的物体边界和填补的漏洞和裂缝。在这项任务，我用形态学算子来提取的行数和图像附加包中还包含的词。步骤： 五官 imageApply 扩张与水平的结构元素，要合并的行中的所有字符。应用连通标记算法 （bwlabel） 找到的行数。使用一个较小的水平结构元素来一句话合并字符和再次使用 CC 标记算法在图像中找到的单词数。输出:

本程序包含了图像处理的基本算法，包括图像中值滤波、均质滤波、图像的边缘检测，如sobel算子、拉普拉斯算子、梯度算子等等；还包括图像的分割算法，如分水岭分割等等。

双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。具有简单、非迭代、局部的特点。  双边滤波器的好处是可以做边缘保存（edge preserving），一般过去用的维纳滤波或者高斯滤波去降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显。双边滤波器顾名思义比高斯滤波多了一个高斯方差sigma－d，它是基于空间分布的高斯滤波函数，所以在边缘附近，离的较远的像素不会太多影响到边缘上的像素值，这样就保证了边缘附近像素值的保存。但是由于保存了过多的高频信息，对于彩色图像里的高频噪声，双边滤波器不能够干净的滤掉，只能够对于低频信息进行较好的滤波。    为了加速图像处理速度，本程序为多线程并行运行，加速效果显著。

基于 opencv。 根据输入的相应点，估计输出摄像机参数对摄像机标定

均值滤波, or 平均滤波是窗口筛选器的线性类，这种平滑信号 （图像）。筛选器作为低通一个人工作。筛选器背后的基本思想是任何元素的信号 （图像） 以平均跨及其邻近地区。要明白这是在实践中如何，让我们开始与窗口 idea.when 你有纸和盐噪声图像，可以使用平均掩码。此代码表明，怎么可以在利用 quickbird 卫星影像中使用均值滤波并用 5 * 5 掩码

利用opencv 库函数bow类训练图片，提取surf特征点，用flann匹配，将特征点聚类成字典，设置每张图片的词典表示然后和要搜索的图片进行欧式距离计算，然后得到最近的那幅图即为要搜索的图片，