数字图像处理

在医学图像处理领域。大脑分割在诊断许多疾病方面有着各种重要的应用；

HMM模型算法程序，对于学习动态手势识别很有用，包括后向算法估计参数，前向后向算法、BaumWelch算法的实现

用于图像去运动模糊，可以输入图像，选择模糊核大小尺寸，可以选择default small medium large custom。可以查看图像属性，并选择processor为CPU或者GPU。

matlab中，有幅灰度图像，对所有元素灰度值求个平均值，然后将每个元素灰度值与平均值比较，大于平均值的显示一幅图像，小于平均值的显示另一幅图像，请问具体代码怎么写？

该版本是通过打开摄像头采集视频数据，实时调用opencv里面的haar级联分类器实现人脸检测功能！

无背景透明播放flash程序c++源码vs2010FLASH，可以播放flash达到无背景透明的效果，编译通过。

ijl工程文件， #ifdef IJL_MSEXPORTS   #define IJLFUN(type)             extern __declspec(dllexport) type IJL_STDCALL   #define OWNFUN(type) 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

应用背景可应用于图像处理的图像分割部分，操作简单，只需在图像上标记你的分割区域，即同一区域画一条横线，该算法就会根据连通域和图像的边界线进行分割，分割成想要的几个区域，快速简捷，另外完全解读该图像，包括其位数，帧数等。分割后还可以进行区域标记，用于区分（如不同的颜色代表不同的区域）。关键技术 基于标记算法的分水岭分割算法，只需在图像上标记你的分割区域，，分割成期望的区域。 分割时可以把及其细致的差别也分离出来，对分割好的区域还能进行连通区域标记，可以对某一个部分进行单独处理，如红外仿真等。

采用肤色分割的人脸检测具有计算简单、检测率高的特点，并且对于人脸有旋转和倾斜的人脸图像也有较好的检测效果。但在检测时会把一些类似于人脸肤色的人体其他部位和类似于肤色的背景误检为人脸，具有较高的误检率。而且基于肤色分割的人脸检测对于光照条件等外部环境要求比较高，外部环境会直接影响其检测的效果。采用Adaboost算法的人脸检测有很好的检测效果，但该方法计算十分复杂，检测速度比较慢，对于有旋转和倾斜的人脸图像的检测率不高，而且当背景环境很复杂的时候该算法的误检率很高。因此，本代码是结合两者的优点的人脸检测