Canny Edge Detector

资源描述代码主要作用是进行图像质量检测，包括图像的偏色检测和噪声检测。偏色检测是针对采集的24色卡图像，算法的实现先是进行颜色空间转换，再进行色差衡量。噪声检测则能够量化图像中噪声大小，对图像受噪程度有一个量化的任何，适用于检测高斯噪声的图像。

实现运动模糊方向和运动模糊长度参数估计的方法。其中，方向估计用的是差分法，长度估计用的是频域的暗条纹方法。

主要实现一个串口发送器功能，该发送器的数据是从FIFO 中读取的。也就是说，只要FIFO 中有数据，串口发送器就会启动，将数据发送出去。，该串口发送器由三个模块组成。datagene 模块每1s 产生16 个字节递增的数据，这些数据将会写入fifo232 中例化的一个256 字节大小的FIFO 中。一旦检测到FIFO 中有数据，uart_ctrl 模块就会将FIFO 中的数据读出并通过串口发送出去。大家可以用串口线连接SF-EP1C 板和PC 机，通过串口调试助手查看收到的数据是否是一组不停递增的数据。

输入： 的视频图像序列 (最好是从一个网络摄像头获取)，坐在电脑前的用户假设显示一些文档 （文本、 图形、 医学图像或一张照片） 和 visualizedGoal： 检测注意力的焦点和改性的用户感兴趣区域 （请注意我们只感兴趣的用户感兴趣区域不眼睛本身的轨迹 ！）基于这一点，一些地区的兴趣可以绘制到图像上。要做的任务： 开发能够检测到应用程序和跟踪在视频眼; 确定相应的观察 （重点） 位置 （区域） 屏幕，在屏幕上眼的运动轨迹; 标记区域的利益和他们的进化，变化在时间

使用opencv打开双摄像头，显示所打开的摄像头视频，简单的c++程序

可以按频率、累计数量或视频内容的变化显著程序为依据，自动采集和保存图像。也可以作为使用摄像头的采集功能进行视频、图像处理的一般程序框架。供没有DirectX开发经验，但需要相应功能的图像处理、模式识别、计算机视觉等方向的算法研究人员作为工具使用。在Visual Studio 2005环境开发。如果不是作为编程框架使用，则需要Intel OpenCV(开源)视觉库的支持

本程序是用VC++6.0实现的傅里叶变换，MFC框架程序，可直接执行，备注详细，思路清晰，便于初学者掌握

使用opencv对图像进行简单的去噪，主要利用了opencv的cvSmooth()方法平滑图像，实现中使用的是中值滤波平滑，也可以使用双向滤波平滑，在不同的场合，效果会不同。

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。

CMT源码，实时摄像头可运行，提取特征点，通过特征点之间拓扑结构变化，判断目标物体的动作变化，使用Python语言进行编程。