使用 matlab 编码的图像分析

Salvi教授提供的MATLAB第三方SLAM工具箱：Matlab Toolbox of Kalman Filtering applied to Simultaneous Localization and Mapping Vehicle moving in 1D, 2D and 3D.

蚁群算法模拟使用C ++语言，包含了蚁群元启发式算法使用了许多类和方法。

该代码使用Hough森林的目标检测，采用mfc实现，算法实现高效、精准，对从事目标检测的人员非常有用。

本代码 含有 打开摄像头，并获取每一帧的图片句柄 ，按S键 定帧 ，识别图像中的圆。 代码内容简介， 注释到位。

利用C语言对图像进行加噪处理 （椒盐噪声），以及对图像进行边缘提取，检测。

修补是重建图像的损坏部位的过程。从2.4版本开始，OpenCV的支持修复中algorithm.The棘手的部分是获得图像修复掩模，这是一个二进制图象，其中非零像素表示的区域被inpainted。让面膜后，剩下的应该是easy.After让面膜，我们可以立即拨打inpaint（）inpaint功能。 FMM的工作原理：它是基于快速行进法。考虑图像中的一个区域的补画。从本地区的边界算法开始，去里面的区域逐渐首次填补一切的边界。它需要周围的邻居像素的小邻域被涂。该像素被替换的所有已知的像素邻域归一化加权和。选择的权重是一个重要的问题。更多的权重是给那些像素躺在附近的点，接近正常的边界以及那些趴在边界轮廓。一旦一个像素是我画的，它移动到使用快速行进方法旁边最近的像素。 FMM确保邻近的已知像素的那些像素被首先inpainted，以便它只是像一个手动启发式操作。该算法通过使用该标志，INPAINT_TELEA启用。

这个是我在网上下载的图像处理程序。里面有一些图像处理的基本算法，如边缘检测中值滤波，是Opencv结合MFC 很适合初学者使用。

应用背景 视频捕捉的对象中，背景通常保持不变。一般分析中关注移动的前景物体，威力提取出前景物体，需要建立背景的模型，将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛，特别是在智能监控领域中。 关键技术 具体的实现过程主要分为两部分：一部分是调用absdiff函数找出当前图片和背景图片的区别，这之中使用了threshold函数去除为前景，当前图片像素与背景图片像素变化超过一定阈值的时候才认定其为前景；另一个工作是更新背景图片，调用函数accumulateWeighted，根据权重参数可以调整背景更新的速度，将当前图片更新到背景中，这里巧妙利用得到的前景提取结果作为mask，在更新背景图片的过程中避免了前景的干扰。

基于camshift的实时目标跟踪，能根据运动目标的方向直方图对运动目标进行准确的跟踪

收藏的几篇关于图像拼接的学位论文，讲的比较明白的那种，思路很清晰，对做全景图像拼接有较好的参考价值，不用上网花钱去下论文了。