DICOMVIEWER

c++编程实现的彩色图像反转程序。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

此代码是《MATLAB图像处理实例详解》中第五章的教学实例，很有用，其中包括图像均值，标准差，等高线，还包括一些空间滤波器，频率滤波器（低通滤波器，高通滤波器，带阻滤波器，同态滤波器）。

这个代码是用于区域生长算法1条规定在检测错误的条件图和用于进行必要的修改。此算法的重复进行，直到没有发生进一步的变化。为了降低了后续的图形分析的复杂性，所有的用很短的链路端点被除去。四周前开始在图表分析阶段，所有船只外径被除去。视盘区域通常含有许多船只和图形在这方面是不可靠的。如这些船只是不相关的A / V分类过程中，它们可以被除去。其结果是由几个构成的图非连接的单独的子图。图中的操作改性步骤示于图

利用matlab来实现PCNN多种方法的图像处理，有图像分割，图像边缘提取，图像融合等方面

基于概率框架的立体视觉匹配和运动估计方法

IMTRANS - Homogeneous transformation of an image. Applies a geometric transform to an image [newim, newT] = imTrans(im, T, region, sze);

应用背景本程序实现了多层小波变换及反变换，小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,本程序实现了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。 关键技术基于小波变换的图像去噪一般由三个步骤来完成:(1)小波变换;(2)对小波系数进行处理,以滤除噪声;(3)小波逆变换。小波去噪的核心是在上述第二个步骤中按照一定的准则对小波系数进行修改,在不损失过多细节信息的前提下,达到降低或去除噪声的目的。

此代码可以帮助您检测图像中的特定模式。在这个程序中，你会发现所有关于读取和写入数据，from 和 to 文件。您将发现和使用的文件阅读和写作的语法和程序。这个结尾给出了示例文件读/写代码文档。您可能希望使用此或执行您自己的代码。你需要进行 2 的测试运行。模式可以找到几乎无处不在。例如，在处理的同时图像文件，来检测任何特定的模式，在原始图像中嵌入原始将首先转换为等效的灰度组成或者 0 或 1 表示。在特定的模式然后搜索对这种原始图像。

资源描述 采用了边缘检测法先检测出绘图图像的边缘，再hough直线拟合，拟合出图中的直线。由于这样查找到的直线非常多，所以先筛选掉角度明显有误的直线，在剩下的直线中保留最长的一组。 然后根据栅格扫描的方式进行逐行扫秒，把得到的交点，和道路中间的灰度小块进行块匹配，因为道路的分道线和道路的颜色是不一样的，根据块匹配区分该点是在分道线上还是在道路上，统计得到中心点左右两侧最匹配的两条直线，作为检测到的道路车道线。

蚂蚁 clony 聚类算法在图像分割、 Lumer 和 feita 都有实现这种算法对数据聚类