图像分割技术

本代码可以添加指纹，进行指纹识别，已经在库中测试。另外，本代码还给出了算法的处理过程，使读者更好的理解指纹识别的流程。

基于vc实现的数字图像分割，提供了基本的源代码，经典的图像分割算法，以及加载图片和显示图片的基本函数，为图像处理专业初学者提供了较好的学习资料。

程式执行会出现两个视窗，一个是原始图像，一个检测后的图像。 检测后的图像上方有个拉霸，可以调整Min Threshold。 Canny Edge Detector演算法的步骤： 1. 用高斯滤波器平滑图像（在调用Canny之前自己用blur平滑） 2. 用一阶偏导的有限差分来计算梯度的幅值和方向 3. 对梯度幅值应用非极大值抑制 4. 用双阈值算法检测和连接边缘 关键函式： void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false )

在视频图像处理中，由于分块处理会带来块效应，降低视觉效果，本程序可以去除块效应和光圈效应，提高视频图像的视觉效果。

全变差图像去噪，首先通过增加高斯噪声来产生带噪图片，然后在用全变差方法对噪声去除，全变差算法的好处地保留了图像的边缘性，但是当噪声过大时会使边缘产生阶梯效应

此程序是在VS2010+opencv2.44环境下运行的，实现对视频中人脸的动态检测，其原理是基于运用图像的haar特征结合adaboost算法思想生成的人脸分类器（这个也可以生成自己训练出来的.xml文件分类器），最后在opencv下对图像或视频进行检测

使用帧间差分法对视频图像进行处理，利用相邻图像帧像素亮度差值来判断运动目标，并利用形态学滤波进行滤波去除噪声引起的亮度变化。

这段代码是在 matlab 中实现的。输入两个的多聚焦图像和设置的步骤变量设置为 1、 2 或 3 和阈值 T，块大小。输出是一个焦点无处不在的复合图像。

 提供了图象直方图均衡，robert,sobel,prewitt,kirsch,gauss等方法的边缘检测运算，中值滤波，二维FFT变换和DCT变换，图象的反转，旋转等一些基本的图象模板变换和点变换的功能。目前只处理256*256的图象

在视频显示任务的循环中，程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区，再在临时图像处理缓冲区上进行处理，处理后的数据再输出到输出缓冲区。