利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理

      本程序主要是实现用单片机根据温度传感器控制串口摄像头的图像采集和压缩处理，并将采集的图像通过彩信的方式发到用户手机的报警功能。报警的同时也能及时让用户了解到监控范围里的现场状况，从而更有效的减少用户损失。它是一项集多种技术，多门学科综合，涉及通用分组无线服务技术、电子技术、传感器技术的项目。实现了可视化预警。

在雾覆等天气条件下, 大气粒子的散射作用导致成像传感器采集的图像严重降质"图像去雾技术的任务 是去除天气因素对图像质量的影响,从而增强图像的视见度"本文归纳和总结了图像去雾技术的国内外研究现 状"将现有的方法分为基于物理模型和非物理模型两类, 分别详细阐述了这两类方法, 分析它们各自的优势和不 足,并总结了算法性能评价的无参考客观质量评测准则"最后, 指出该技术的研究难点和发展趋势"

基于双目视觉的opencv图像处理，实现了基于机械手的双目标定，可以进行单目或者双目的标定，进行双目的匹配以及特征提取，功能齐全，但是被程序参考了前辈们的部分代码，比较适合最初的开发者

修补是重建图像的损坏部位的过程。从2.4版本开始，OpenCV的支持修复中algorithm.The棘手的部分是获得图像修复掩模，这是一个二进制图象，其中非零像素表示的区域被inpainted。让面膜后，剩下的应该是easy.After让面膜，我们可以立即拨打inpaint（）inpaint功能。 FMM的工作原理：它是基于快速行进法。考虑图像中的一个区域的补画。从本地区的边界算法开始，去里面的区域逐渐首次填补一切的边界。它需要周围的邻居像素的小邻域被涂。该像素被替换的所有已知的像素邻域归一化加权和。选择的权重是一个重要的问题。更多的权重是给那些像素躺在附近的点，接近正常的边界以及那些趴在边界轮廓。一旦一个像素是我画的，它移动到使用快速行进方法旁边最近的像素。 FMM确保邻近的已知像素的那些像素被首先inpainted，以便它只是像一个手动启发式操作。该算法通过使用该标志，INPAINT_TELEA启用。

用于边缘分割效果很好。% 第二种算法采用的是形态学中的腐蚀和膨胀运算。首先，对图像进行低通滤波，消除细小噪声的干扰。 % 在滤波时，没有采用传统的中值滤波器，而是采用顺序统计滤波器ordfilt2。%                           imm=ordfilt2(im,n,ones(N,M));% 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。

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。

基于量子遗传算法的函数优化问题的 matlab 程序代码 它可以通过用于最小化成本函数在图像处理领域中 图像复原或分割等

最近的背景差分法做了改进，感觉效果不错，传来希望对大家有帮助，在原先基础上对阈值进行了自适应处理，使得该方法能够更好的应对复杂环境下对运动目标的检测，排除了部分噪声对检测的影响，

功能：通过频域补零，实现时域插值，使时域信号平滑，易于观察，以matlab函数形式实现 输入：一维时域信号，插值倍数（其中插值倍数指输入时域信号长度的倍数，即最终得到插值后的时域信号长度为length(输入时域信号)*插值倍数） 输出：插值后的频域信号和时域信号

这段代码是使用 matlab 来创建的。它主要用于图像处理和数字信号处理领域。