纹理特征提取

验证手写签名。

图像配准是一种确定待拼接图像间的重叠区域以及重叠位置的技术，它是整个图像拼接的核心。本文采用的是基于特征点的图像配准方法，即通过匹配点对构建图像序列之间的变换矩阵，从而完成超宽幅图像的拼接。为了提高图像配准的精度，本文采用了RANSAC，LM等算法对图像变换矩阵进行求解与精炼，达到了较好的图像拼接效果。

应用背景 读入图像，检测图像中的行人。opencv2.4+vs2010 关键技术opencv,vc++，行人检测。读入图像，对训练的库模板进行匹配，分类识别，给出识别结果矩形框。

此应用程序可让您使用手指手势的计算机屏幕上绘画......它是使用 opencv249 和 visual studio 2010 生成的

基于wxPython和PyDicom软件包的,可以显示DICOM格式图像的代码,可以读取各个Tag及对应的内容,方便作为作为进一步图像分割和三维重建开发的基础框架

程序主要是验证图像处理的一些算法，主要对印刷体汉字识别方法做了较为深入的研究，研究讨论了印刷体汉字的行切割以及列切割，同时研究了通过BP神经网路识别汉字的方法。首先，首先利用高斯平滑滤波器，对图像进行平滑处理，去掉了一些不必要的干扰。然后使用全局阈值法来进行二值化处理，随后分别利用水平投影和垂直投影相方法来对印刷体汉字进行行切割和列切割，最后通过已经训练好的BP神经网路对汉字进行识别。这个系统还有不是很完善的地方，一是它的识别精度还不是很高，这是因为没有采用特征提取的方法，只是简单的使用像素匹配的方法来对汉字进行识别；二是系统不是很稳定，有的时候设置同样的参数前后识别的结果就不相同。

该MATLAB程序由三部分组成，其中两个为对目标的检测，采用的是独立的检测方法，还有一个是主程序，为KALMAN滤波的程序，实现目标位置的预测与修正，程序的效果还可以，针对于一个目标，基本无误，多个目标的时候一般。

harris角点检测的小程序，基于opencv2.4.2+vs2010编写的， 自己正在摸索阶段，水平比较菜，上传上来请大婶指正 具体的原理网上有很多，可以百度一下

边缘检测是一个非常耗时的过程。这个项目的目的是比较并找出最佳域 （频率域或空间域） 的快速边缘检测，确定最佳的方法高斯差分 sobel） 的快速边缘检测。在 matlab 环境中编写此项目。测试结果简要地叙述了下面，在大小 512 × 512 图像上运行时。狗在索贝尔在频率域-0.128717 秒时间索贝尔在空间域-0.010328 秒频率域-0.150253 秒时间在空间域中的狗-0.045588 秒时间花费的时间

matlab练习程序（透视投影，把lena贴到billboard上）本练习程序是受到了这个老外博文的启发，感觉挺有意思，就尝试了一下。他用的是opencv，我这里用的是matlab。