边缘检测算法，包含robert，prewitt,sobel,marr,canny算法

目标跟踪的一个算法   两个匀速运动的物体  红外背景弱小目标检测 跟踪  

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

立体相机校准源

采用C语言实现了一种背景建模的方法，vibe算法，该算法性能良好且运算速度较快，该算法基于文章Vibe：a universal background subtraction algorithm for video sequences实现，具有较高的实用价值。

这是运动检测、 程序 与内置的 matlab 图像处理、、 alaram 它检测 th 议案的实时视频、、 如果议案检测到 alaram 上，，，当时 （注： 音频必须是.wav 格式)

利用Visual C++实现AV I文件的图像截取 AV I文件就是我们所说的多媒体文件，所谓的AV I图像就是视频图像，该文件是一个 RIFF说明文件，它用于获取、编辑、演示音频、视频序列。一般的AV I文件包含音频流和 视频流，有的特殊的AV I还包含一个控制路径或MIDI路径作为附加的数据流。   现在播放AVI文件的软件很多，但大多无法从AV I视频文件中读取一帧图像并生成BMP 格式的文件。笔者在使用AV I文件开发项目过程中对AV I文件的操作积累了一些经验，对 于如何实现从AV I视频流中获取任意帧的图像数据并存储成BMP文件，其中最关键的是要 从AV I文件中获取具体某一帧的图像数据，为此我利用Windows提供的API函数实现了自 定义的CAvi类，用于操作AV I文件。   在使用API函数操作AV I文件时，一定要注意用AVIFileInit()来初始化AV I库，程序结 束时用AVIFileExit()释放AV I库，否则API函数无法使用。现以操作包含真彩色图像的AV I

运用张量投票的方法对摇杆影像中的特征对象进行提取，主要是针对建筑物外围的轮廓线的提取。这对于在大数据中分析局部的细节有着积极的作用

基于增强主动视觉的人脸特征提取

图像增强技术是图像处理领域中的基本技术之一。图像增强的目的是信息的改进的可解释性或感知在图像中的人类的观众，或为其他自动化图像处理技术提供更好的投入。近年来，灰度图像增强技术发展迅速。这些算法有一定的灰度图像增强的效果。然而，我们通常处理在日常生活中的彩色图像。由于诸多因素，如有限的动态范围、 照明的影响和显示设备，获得的图像质量的下降，这意味着许多重要的信息很难被人告诉 的眼睛。同时，它是不适合直接使用灰度图像增强技术的彩色图像。因此，我们需要开发彩色图像增强技术，处理的问题。与灰度图像相比，彩色图像仍有颜色的信息，所以那彩色图像是灰度图像比更生动。现在，基于人眼视觉特性，许多彩色图像增强算法已被提出。Retinex 是一种有效技术的彩色图像增强，可以产生很好的增强的效果。但增强的图像具有颜色失真和计算比较复杂。一种鲁棒的彩色图像增强算法。该算法可以提高彩色图像不失真，但彩色图像的边缘不能处理得好。该算法使用高斯滤波估计的背景图像。高斯核函数是各向同性，这会导致不准确估计的背景图像，从而导致的光晕现象。提出的算法包括三个主要部分 （1） 获得亮度的图像和背景图像，（2） 自适应调整，(3) 彩色恢复。

代码运用了canny算子，有效地提取自然图像的轮廓。任何边缘检测 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报