opencv中利用霍夫圆识别摄像头视野中的圆形物体

应用背景粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。关键技术与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。 该工具箱的使用主要分为几个步骤： 1) 在Matlab中设置工具箱的路径； 2) 定义待优化函数； 3) 调用PSO算法的核心函数：pso_Trelea_vectorized()。 其中第三步最关键，用户需要根据自己的需要设置好参数，可使算法极快收敛。

这是在编码用于使用Canny边缘检测图像的边缘检测。在边缘检测这个非常有用的代码phenomena.Also使用Canny边缘检测的边缘检测比使用Canny边缘检测给予更高效，更好的边缘检测到其它边缘检测图像对比其它边缘检测technique.The边缘检测更好。Canny边缘检测器执行的边缘检测4步骤。

应用背景基于互信息(Mutual information, I)的配准方法是利用图像本身具有的灰度统计信息来度量图像的相似度，采用一定的搜索算法得到使相似度最大的图像空间变换形式，达到配准图像的目的。两个变量的联合概率分布于完全独立的概率分布的广义距离来作为变量之间的相似性测度。由于互信息测度无需预先假设不同成像模式下图像灰度的相关性，也不需对图像进行分割和任何预处理，精度高。关键技术采用二维图像空间变换模型中的刚体变换，主要是确定浮动图像变换过程中是的互信息最大时浮动图像所旋转的角度和在x和y轴运动的位移。要求得两幅图像的互信息，则要分别求取两图像的熵和二者的联合熵，而熵的求取需要使用到图像的灰度直方图，故要先求取每幅图像的灰度直方图。这一过程中需要浮动图像在变换过程中出现的非整数坐标上的点进行灰度插值（本程序采用的是双线性插值）

该代码实现了阴影去除，首先进行运动分割，感兴趣区域提取，最后实现阴影消除。阴影在许多实际情况中都存在，它的存在对我们进行一些判断和预测造成了麻烦和影响使判断不够准确，或者无法进行判断。所以进行阴影消除是非常有必要的。

资源描述基于C++开发的图象分割源码，基于C++开发，图象分割源码，基于C++开发的图象分割源码

opencv，初学者

它是使用不同的算法结合人跟踪代码。每个人追踪的轮廓，然后绘制矩形的轮廓。它是用于其要在该跟踪不同对象的工作的不同的应用程序是非常有用的代码。这是纯粹的图像处理与OpenCV库和C所有代码+

红外人脸识别，不受光照影响，不易受面部皮肤损伤，

把24位的图片转换为8位的灰度图,C++程序，把真彩图转换为256

用vtkContourFilter进行等值面提取的时候出现不能单独提取的问题。当用SetValue(0,51)的时候把灰度值为50的部分提取出来了，但是用SetValue(0,151)的时候就把3个部分都提取出来了，无法单独提取表面，效果是几个设定表面颜色（红，绿，蓝）的叠加。我把SetValue改成Generate