RobHess库中sift算法的特征点的提取、匹配

应用背景SLIC是Simple Linear Iterative Clustering的缩写，是一种基于聚类算法的超像素分割。它在CIELAB空间中使用聚类，由LAB颜色空间中的亮度分量L和两个颜色分量a，b以及像素坐标x，y共同构成的5维空间中执行的一个局部像素集合。图像色彩的信息和图像平面空间几乎统一，以此这种新的距离度量就生成了结构紧凑、规则，并能够无缝隙的包含灰度及彩色图像。SLIC算法执行起来非常简单，容易在实践中应用，它只需一个参数即可。关键技术 SLIC不仅可以分割彩色图像，也可以兼容灰度图或位图，并且还能人为的设定超像素点的数量。 里面有导出的直接可执行的程序，也有详细的代码，用VS编写，系统32位，如果用64位需要更改vs配置，自行百度。

HIS彩色空间阈值分割方法    为了克服光照的影响，目前大部分侦测算法都先将图像由RGB彩色空间转换到HIS彩色空间，再进行彩色图像的分割。这是因为在HIS空间，色调(Hue)和色饱和度(Saturation)信号与亮度(Intensity)信号是分离的，利用色调信号和色饱和度信号进行分割，可完全消除光照的影响。其中N．Kehtarnavaz等人是在HIS彩色空问通过设定色调分量、饱和度分量的阈值范围，侦测出红色区域作为禁令标志的可能区域，得到的红色区域的阈值范围为3 sH≤56°，S>15，I

图像噪声的消除-----中值滤波和均值滤波，中值滤波是一种根据领域中各像素的值来决定中心像素值的大小的方法。均值滤波又称领域平均法，是一种简单的空域处理方法。构造一个能够进行均值、中值滤波处理的图像处理实验系统，包含对IMAQ Vision 的图像类型及定义方法，图像区域的开辟，对图像文件的读取、显示等操作。对中值滤波的实现的代码，还有对均值滤波的实现的代码。

人脸检测，包括人脸眼睛检测。基于opencv，效果不错。以OpenCV 图像处理库为核心，以QT 库所提供的界面框架为基础，提出了人脸识别系统设计方案，实验证明本方案具有较好的实用性，可移植性。但仍有许多不足之处，如身份与表情识别部分可以通过引入神经网络或支持向量机SVM 进行分类，可以使识别准确率与识别种类数得到提高，这些也是后续工作中步需要改进的。

通过模糊c-均值（FCM）聚类实现图像的分割。动态聚类方法的目的是把n个样本划分到c个类别中的一个，使各样本与其所在类均值的误差平方和最小

资源描述 资源描述 基于OpenCV的数字图像处理程序。通过图像模糊二值化，查找连通域，提取数字信心。

此文件包括10多篇中国知网上关于红外图像与可见光图像融合算法研究的硕博论文，系统的介绍了图像处理的多种方法，对初学者有很大帮助

opencv2.4.9+VS2010打开摄像头，并且显示摄像头拍到的图像，并且将得到的图像边缘化，转化为黑白图像，只显示物体边缘特征，也可以只显示灰度图，只要把我注释掉的打开来就可以了，使用vs打开，配置好opencv的环境后，就可以直接运行了，注意是x64，还是x86的机器。

形状检测，形状识别，能检测到正方形，三角形，举行，椭圆等基本图形，仅作参考与学习，很有指导意义