图像形态学

用VC6.0编写的图像拼接程序，能够将两幅有重叠的图像拼接成一整副图像，有360度全景的感觉，希望能给大家参考

蚁群优化 (算法 ACO) 算法是相对较新的元启发式算法和所有算法，利用 insectpsilas 行为的一个成功范例。它被应用，以解决许多优化问题与好自由裁量权、 并行、 鲁棒性和积极的反馈。作为一种先进的优化算法，只是最近，研究人员开始将蚁群算法应用于图像处理的任务。在此文件中，建议使用蚁群算法改进的图像阈值分割方法。与传统的阈值分割方法相比，所提出的方法具有优势它可以很好地部分薄、 它可以有效地减少计算时间，它有很好的能力和稳定性质。调查结果显示使用所提出的方法可以实现令人满意的分割效果。

ICCV会议上，关于稀疏编码图像恢复的文章，pdf格式，文章中也给出了源代码的下载网址。

本书介绍如何解决图像处理中非常常见的问题-特征检测。

资源描述H264编解码器源代码，包括H264编解码播放器和编解码的源代码

opencv2.4.9+VS2010，对不同的图像的各个通道分别做直方图统计，然后得到图像各个通道的匹配结果，并在同一幅图中画出他们不同通道的直方图。具有一定的参考价值，欢迎广大童鞋下载交流。

下面是该算法的伪代码：(a) 载入一个 HDR RGB 图像(b) 计算强度层我(c) 计算 log(I)(d) 筛选使用双边滤波获得 log(F) log(I)(e) 计算详细信息通道 D = log(I)-log(F)(f) 计算： 三角洲 = max[log(F)]-min[log(F)](g) 计算： γ = log(constrast) / 三角洲(h) 计算新的强度层： N = 10^[gamma*log(F) + D](i) 规模的 RGB 值由 N / 我(j) 保存 LDR 图像

资源描述本代码为人工神经网络代码，重点用在图像识别，图像分类方面其中包括ANN的数字字符识别系统代码，其他的代码都是为学者提供学习的参考。

实现图象的平滑（去噪声），锐化。，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时系统中所要提取的汽车边缘信息也主要集中在其高频部分，因此，如何去掉高频干扰又同时保持边缘信息，是我们研究的内容。为了去除噪声，有必要对图像进行平滑，可以采用低通滤波的方法去除高频干扰

面向梯度直方图可以用于图像中目标检测。特别是，他们被用作行人检测"使用面向梯度直方图的行人检测"一文中介绍 Dalal 和 Triggs。Matlab 程序代码计算猪以详尽的方式，如本文所述。训练分类和检测对象/非对象区域，然后可以使用说明符。