图像分割技术

从视网膜图像中分割血管，从而准确计算糖尿病视网膜病变是很重要的。在此代码中没有提供图像数据库，使用者可以使用任何免费提供的在线数据库。

Canny 边缘提取算法 WINDOS下实现 C++ 针对256色图像 可直接运行

1.给定分类数M,MLL模型的势函数b,对影像作J-1层小波分解，设定EM算法迭代的停止条件，按照尺度从大到小的顺序设置尺度函数的取值。2.尺度n=J-1，根据K-均值聚类算法对尺度J上的特征场向量进行聚类，获取该尺度的初始分割结果。3.E步骤。使用MPL方法GMRF模型参数。 4.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 5.尺度内迭代。重复3和4知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 6.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复5，直到获取最细尺度上的分割结果。

一个用C/C++直接读取像素的例子，供底层源码学习。程序可以运行，直接读入照片，然后将像素内容读取到内存，读者可以查看照片DIB数据的每一个细节，供学习使用。

 利用MATLAB 提供的Image  I/O 函数分别完成以下处理： (a) 以测试图像的中心为圆心，图像的长和宽中较小值的一半为半径画一个红颜色的圆； (b)

打开图片，支持bmp格式，需要黑色背景的图片，大小小于384*288比较好，设置好要检测的圆的个数，圆的半径等参数，点击按钮，可以得到圆心与圆的轮廓图片。

OOL CVideoEXEDlg::OnInitDialog() { CDialog::OnInitDialog(); // Add "About..." menu item to system menu. // IDM_ABOUTBOX must be in the system command range. ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX); ASSERT(IDM_ABOUTBOX < 0xF000); CMenu* pSysMenu = GetSystemMenu(FALSE);

k均值聚类，可以应用到图像的分割或者是图像的聚类。K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。

wince下的画图程序，WINCE没有带这个小工作，为了让产品更象PC机，我写了这个程序，完全自主编写和代码实现，没有使用DLL或OCX等封装过的东西。功能和WIN32版本类似，因API缺少的原因无画曲线和截取任意图形的功能，其他功能完整。EVC4下编译通过

应用背景图片自动根据相似锚点进行对位拼接形成完整的全景图，可用于多张图片的拼接，同一个景点不同错位的拼接。关键技术采用C#语言编写，包含图像拼接的开源类库的桌面程序，winform形式开发。C#语言编写，包含图像拼接的开源类库的桌面程序，winform形式开发C#语言编写，包含图像拼接的开源类库的桌面程序，winform形式开发