CUDA进行并行图像处理

一个使用sobel算子检测图像边缘的算法，使用semaphore实现多线程运算，使得在检测较大图像时运行速度更快。

使用VS2010，opencv2.3版本，进行Lucas_kanade金字塔仿真，其中调用Opencv库函数cvCalcOpticalFlowPyrLK，获得第二帧图像的光流点，

在图像中提取颜色分量，可以再交通标志识别中用于分割定位，主要包括霍夫圆检测，特定颜色提取，阈值分割，边缘检测等，可以参考一下

图像压缩技术是用来减少图像或文本的存储空间的技术。与其他技术相比，使用DWT进行压缩可以提供良好的效果。DWT子带将图像分为四个子带，如LL、LH、HL、HH。

C++实现了图像处理的腐蚀和膨胀算法。MFC工程实现，工程配有效果图，可直接使用。

PixelFormat 对象定义给定格式像素数据的布局。

RLE 压缩图形数据是一个自然的候选人。一种数字图像包含的小圆点称为的像素为单位）。每个像素可以是任何一位，指示一个黑色或白色的圆点或几个位，指示一个几种颜色或灰色底纹。我们假设像素为单位） 都存储在数组称为位图在内存中，因此该位图图像的输入的流。像素通常排列在位图中扫描线，所以 第一个位图像素点在左上角的图像，并最后一个像素是一个在右下角。 使用 RLE 图像压缩基于观察如果我们随机选择一个像素在图像中，有一个好的机会，它的邻居会有相同的颜色。压缩机因而扫描逐行寻找运行相同颜色的像素的位图。如果位图启动，例如，17 的白色像素，紧接着 1 黑色的那个，接着由 55 的白色部分，等等，只有数字 17、 1、 55、...需要在输出流写入。 压缩机假定该位图入手白色像素。如果这不是真的，然后该位图入手零白色像素为单位），并输出流应该

简单的jpeg编码实现，包括DCT，量化，zigzag，行程编码等函数，对于初学者应该很有帮助

尽管 MATLAB 提供的二维离散小波变换 （DWT） 的功能、 相关的几个细节还没有被明确证明。因此，一个人必须浪费时间去寻找这样的细节。考虑到这一点，我将展示简单插图的二维离散小波变换，并将执行两个的 MATLAB 程序。一个程序是 ts_dwt2.m，批判地用于采样二维离散小波变换，与所涉及的 MATLAB 功能的 dwt2 和 idwt2。其他程序是 ts_swt2.m，这用于非抽样的二维离散小波变换，和相关的 MATLAB 函数是 swt2 和 iswt2.

非常优雅的四叉树样本测试阿拉伯字母图像。