VisualC++数字图像处理技术详解

膨胀和腐蚀的形态学图像处理中的两个基本算法。这些运算符，与不同的结构元素一起使用时可有效用于分割和对象提取二值图像去噪，平滑的物体边界和填补的漏洞和裂缝。在这项任务，我用形态学算子来提取的行数和图像附加包中还包含的词。步骤： 五官 imageApply 扩张与水平的结构元素，要合并的行中的所有字符。应用连通标记算法 （bwlabel） 找到的行数。使用一个较小的水平结构元素来一句话合并字符和再次使用 CC 标记算法在图像中找到的单词数。输出:

目标跟踪的一个算法   两个匀速运动的物体  红外背景弱小目标检测 跟踪  

应用背景粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛的原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。关键技术粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(SequentialImportance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。

资源描述这里面包括一个波谱图代码，画3y轴的图形代码，平行坐标图代码，三维坐标，以及一个主元分析例子的代码，例子虽然简单，但思路是一样的。

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。

动态物体处于一个已知位置信息，然后开始移动，基于相机传感器采集的信息，物体可以进行实时动态定位。该算法是基于粒子滤波的原理实现的，可以在框架基础上进行扩展。

文献 《图像的盲复原研究》以及实现的代码   1.图像去噪MATLAB仿真程序.m 2.图像点扩展函数获取MATLAB仿真程序.m 3.约束最小二乘法图像复原MATLAB仿真程序

根据给定的人脸的位置，输入人脸的位置，对人脸进行旋转，使得人眼视水平，并处理使人眼之间的距离是100个像素。 最后对整个图片进行裁剪，得到340*340 照片作为最后的结果。

Matlab代码的工作包括捕捉视频与我的脸移动进出

这是一个关于图像匹配的代码，有sift，surf的 特征检测 ， 特征提取等，有它们的具体实现算法，很值得研究，也比较适合初学者