蚁群模拟

用VC++实现BMP图像读取，不使用现成读取函数，通过读取文件实现，能显示图像大小及位图信息，同时显示鼠标处的RGB值

边缘检测是图像处理中的最重要的主题之一。为此提出了许多方法但他们大多有表现疲弱中噪声的图像，因为噪声像素决意作为边缘。在这个项目中，两种新方法表示基础上分层自适应神经模糊系统 （HANFIS）。每个方法包含 HANFIS 营办商，收到的一些邻近的像素的值，并决定所需数目中心像素的边缘与否。列车简单图像用于设置每个 HANFIS 运算符的内部参数。实验结果表明这些方法是对脉冲噪声鲁棒性，准确提取边缘像素。

我发现这段代码很久以前没有作者引用。但这个程序基于 Leandro Ascierto 的代码。() http://leandroascierto.com/blog/qr-code/这个条码程序将读取，且即使出照片，图像文件或摄像头的 URL 创建 QR 码。

经过改进后，画面刷新速度大大加快，绝对看不到任何的“扫描线”，帧数也从5帧一下就提高到了9帧，几乎是两倍于前的速度。这究竟是什么原因呢？让我来讲述其中的道理。因为圆是要一个一个画上去，所以每画一个圆，系统就要做一次图形的绘制操作，图形的重绘是很占用资源的，当需要重绘的图形数量很多的时候，所造成的系统开销就特别大，造成我们看到的那种刷新缓慢的情况。那么如何来解决这个问题呢？答案就是双缓冲，何谓“双缓冲”？它的基本原理就是：先在内存中开辟一块虚拟画布，然后将所有需要画的图形先画在这块“虚拟画布”上，最后在一次性将整块画布画到真正的窗体上。因为所有的单个图形的绘制都不是真正的调用显示系统来“画”，所以不会占用显示系统的开销，极大的提高的绘图效率。

依次读取指定文件内的图像，并对其进行特征点检测和提取，最终进行匹配。图像的检测、提取和匹配都分别以两种方法完成。一种方法参数为指针，图像特征点的检测和提取在opencv中可一步完成，另一种方法参数为向量，特征点检测提取分步执行。故以此为基础的特征匹配在opencv中也有两种实现方法。该算法对两种不同参数类型的方法进行测试，比较其耗时并记录测试信息

此资源是二维对称图像矩阵ICA人脸识别MATLAB源程序，对于与文件中pdf里的算法。。。运行效率较高，只需更改训练样本路径即可运行。。。。。。。采用的是ORL人脸库，因太大，未一起打包。。。。。。

应用背景能够打开网络上购买的usb摄像头，并实现录像的功能，录像可以根据自己的需要进行修改关键技术opencv directshow的结合，从而打开usb摄像头，通过设置录像时间的循环，从而进行实时摄像的采集以及记录保存

yuv格式的视频本身就是未经压缩的格式，为了更加的方便，该程序将yuv格式的视频切分成bmp格式的图像来进行处理，在图像处理领域是比较常用到的功能，

图像处理中的harris角点检测程序，可以实现对角点的检测，在图像处理中得到了广泛的应用。

the code was developed by zhanghao at BJUT on 2013. this program is a example on image processing(image histogram equalization) by C.