用Matlab实现了五种模糊图像复原方法

视频序列中运动物体的检测，非常灵敏，值得一看！利用的是帧间差的方法，测试了几段视频，效果真的不错，实时性很强。

图像目标识别

matlab练习程序（最小包围矩形）又是计算几何，我感觉最近对计算几何上瘾了。当然，工作上也会用一些，不过工作上一般直接调用boost的geometry库。上次写过最小包围圆，这次是最小包围矩形，要比最小包围圆复杂些。最小包围矩形可不一定是个直立的矩形，也可能像下图一样是倾斜的。求法如下：1.求多边形凸包，这里凸包直接调用系统函数了，细节可以 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

基于内容的图像检索，即CBIR(Content-based image retrieval)，是计算机视觉领域中关注大规模数字图像内容检索的研究分支。基于内容的图像检索的研究还涉及了图像处理(Image Processing)、图像检索(Image Retrieval)等多个研究领域。简单的CBIR系统，允许用户输入一张图片，以查找具有相同或相似内容的其他图片。而传统的图像检索是基于文本的，即通过图片的名称、文字信息和索引关系来实现查询功能。用户输入一串文字，检索系统给出与该文字直接相关的图片。

基于opencv，使用直方图均衡化的方法进行数字图像处理，满足冈萨雷斯的数字图像处理课本的例题要求，适合初学者理解参考

灰度级图像可能被视为的地形起伏，灰度的像素将被解释为它救济的高度。一滴水落在地形起伏流动沿路径达到最后的局部最小值。凭直觉，流域的救济对应到相邻的集水盆地的水珠的极限。 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

审查的各块匹配的运动估计在 MPEG 编码中使用的算法。这一幅是为运动检测代码。

MODIVCDemoExe、 能直接运行，看看OCR的效果

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

光学字符识别（optical character recognition）是模式识别研究的一个热点，被广泛地应用在车牌识别、身份证号码识别、护照识别等领域。手写数字识别是光学字符识别技术的一个分支，它研究如何利用计算机自动辨认手写的阿拉伯数字。通过对手写阿拉伯数字的图像预处理和特征提取，在matlab环境下进行了利用基于最小错误率的贝叶斯分类器对手写的阿拉伯数字识别分类的实验。