基于遗传神经网络的图像分割

本程序是在vs2010+opencv的平台上运行的，利用的是opencv2.4.9，C++写的，利用多种方法来遍历图像，例如通过创建迭代器的方法来遍历图像，通过指针的方法来遍历图像等方法来对图像进行处理。最后的得到的效果令人满意。

本程序是极化图像的分割中实用的wishart方法，先用H、A方法将图像分割成为9各区域，然后用该方法进一步处理，并且最终输出结果

图像的高通滤波和掩模处理, 程序能够运行出正确的结果，希望对各位有帮助。

SIFT算法是稳定快速的特征提取算法，它除了具有稳定性外，最突出的优点是算法速度快，实时性较强。

梯度锐化和拉普拉斯锐化。 但由于锐化使噪声受到比信号还要强的增强，所以要求锐化处理的图像有较高的信噪比；否则，锐化后图像的信噪比更低。邻域平均法或加权平均法可以平滑图像，反过来利用对应的微分方法可以锐化图像。微分运算是求信号的变化率，有加强高频率分量的作用，从而使图像轮廓清晰。由于图像模糊的实质是图像受到平均或积分运算造成的，所以为了把图像中任何方向伸展的边缘和模糊的轮廓变得清晰，可以对图像进行逆运算如微分运算，从而使图像清晰化。在图像处理中，一阶微分是通过梯度法来实现的。

首先计算背景图像与当前帧图像介的差，然后对差分图像进行二值化和形态学滤波处理，并对所得结果进行区域连通性分析，当某一连通的区域的面积大于某一给定阈值时，则成为检测目标，并认为该区域就是目标的区域范围，就可以确定目标的最小外接矩形。目标跟踪模块已有两个基本实现的方法，但运用背景差分方法对图。像进行二值化和滤波的效果，还远没有达到独立、稳定的跟踪要求，必须尝试多种运动目标提取方法及滤波算法。

这是为 2 图像的拼接 自动拼图-自动缝 2 针图像在一起 画布是产生在画布的 2 张图片 行和 col 是起源的 2 张图片之间的偏移量

控制台应用程序：blob_tracker 项目概述应用程序向导已为您创建了此 blob_tracker 应用程序。  本文件概要介绍组成 blob_tracker 应用程序的每个文件的内容。blob_tracker.vcproj这是使用应用程序向导生成的 VC++ 项目的主项目文件。 它包含生成该文件的 Visual C++ 的版本信息，以及有关使用应用程序向导选择的平台、配置和项目功能的信息。blob_tracker.cpp这是主应用程序源文件。其他标准文件：StdAfx.h, StdAfx.cpp这些文件用于生成名为 blob_tracker.pch 的预编译头 (PCH) 文件和名为 StdAfx.obj 的预编译类型文件。其他注释：应用程序向导使用“TODO:”指示应添加或自定义的源代码部分。

gabor特征提取程序 matlab实现 附有图像测试-gabor feature extraction process to achieve with matlab image test gabor小波是比较实用的小波，是近几年研究者们普遍使用的用于图像的特征提取的小波。它有能够有效的将图像的一些特征信息提取出来。

通过打开摄像头或者视频进行图像处理。主要通过图片相减，来实现运动物体的跟踪。具体实现方法如下：逐帧读取视频（从摄像头或者文件中抓取并返回一帧），创建首地址并分配存储空间、创建矩阵、转化成单通道图像再处理，高斯滤波先，以平滑图像、当前帧跟背景图相减、二值化前景图。。。。。。。。。。