基于CCS环境下的算法代码（C语言）

给定两幅图像，计算两幅图像间的差异，包括均值和方差的差异。

在对VTK配置正确之后，读取单张tif图像。VTK本身仅仅支持单张TIF图像，或者是一个数据包，而不支持tif图像序列。若是tif的图像序列，则仅仅读取其第一张tif图像。同时在网络上参考一下资料。 http://vtk.1045678.n5.nabble.com/3D-Tiff-to-vtkImageData-class-td5607259.html http://bioimagexd.svn.sourceforge.net/viewvc/bioimagexd/bioimagexd/trunk/vtkBXD/Processing/ http://www.vtk.org/pipermail/vtkusers/2008-June/095731.html http://public.kitware.com/cgi-bin/viewcvs.cgi/*checkout*/Examples/ImageProcessing/Cxx/ImageSlicing.cxx?root=VTK&content-type=text/plain

上式表示，将ones(N,M)范围内的像素值依次排序，用第n个像素点的值代替该点的像素值，此种滤波器与中值滤波器一样不会使图像的边缘变的模糊，在滤除噪声的同时很好的保留了图像的边缘。之后，设定门限值，将掌纹图像转化为二值图像。由经验得到门限值应为15（或20）。对二值化后的图像先进行膨胀运算、再进行腐蚀运算，将得到的结果与原图像相减，图像上所剩的点即为角点。先膨胀运算，再腐蚀运算，SE表示在进行膨胀与腐蚀时所用的结构元素。SE的确定是此次角点检测的关键所在。SE的形状应与要检测的目标的形状相似。知要检测的目标的形状为弧形，所以SE的形状也应该为弧形。找到两角点的坐标，并将其旋转到一条垂直线上，旋转后的直线作为坐标系的纵坐标。在图像的中心位置切割大小为128*128的图像。这种方法切割出来的掌纹图像的旋转平移较小，而且算法简单，计算量小，比较实用。

这个项目的目标是在实时，与较高的检测率和几个误报检测人类。人类探测器达到 20 帧/秒速度和先进的检测精度，而不是诉诸特别像 GPU 硬件使用只有一个处理线程。轮廓线是人体检测，最重要的信息来源和相邻像素之间的比较情况迹象的关键编码轮廓。

本资源提供了Harris角点检测算法的源码以及算法描述ppt，可以直接运行，但是记住得配置opencv环境，源码是基于opencv实现的

opencv2.4.9+VS2010，使用帧间差分法或背景差分法检测出运动目标，对不同的连通区域做标记，并得出每个连通区域的直方图，通过直方图比较来跟踪特定目标，也可以用在车流量统计，参数可调，算法简单，耗时小，具有一定的可行性，目前对多个连通区域的直方图统计模块还未做好，希望同志们一起来交流学习。

C++环境下的k-means聚类算法，实现图像分割，运用k-means算法实现对图像的分割，内有详细的程序说明，实现方便，利用vc++6.0 实现，编译环境

资源描述 OpenTLD opencv实现 2.4以上版本编译报错 include/TLD.h添加了头文件#include

基于PCA的图像融合算法，首先求出源图像的协方差矩阵，然后根据该矩阵的最大特征值所对应的特征向量确定各源图像的权值。

这是梯度下降法的一种实现。它将帮助神经网络或相关的图像处理。