采用灰度变换的方法增强图像的对比度

在肤色检测、人脸识别、图象和视频检索的研究中,大量算法都是基于对图象色彩特征进行分析的,然而当图象发生偏色时,这些算法的性能会明显下降,甚至无效,而且由于现有的偏色校正算法,引入了其他关于偏色图象的先验性信息,具有很大的使用局限性,为此,提出了一种在只给出偏色图象的条件下,进行偏色检测和自动校正的算法.该算法首先获取并分析偏色图象在RGB各通道内的直方图特征,然后参照这些特征检测偏色通道,并通过调整偏色或非偏色通道强度分布来达到各个通道之间色彩平衡.实验表明,在较大程度的偏色情况下,该算法校正恢复出的图象与原始无偏色图象能达到视觉上基本一致的效果,并具有普遍的适用性.

图像前处理是图像处理中做的非常第一步。前处理，删除所有不需要的数据被统称为噪声，提高图像尽可能多地使感兴趣区域的更加突出。这有助于在以后处理，可以帮助，取得好成绩。图像 binarisation 是强制性的一步，要在预处理之一。它将图像转换为强度值介于 0 和 1 的二进制图像。

这是基于opencv的人脸检测的源码，主要用于检测人脸并进行识别。程序主要通过从本地读取一个bmp格式的文件，然后对文件进行解析，进而进行识别，在算法实现上主要用了光线补偿、图像灰度化、高斯平滑、图像对比度增强和均衡直方图等方法。

此源代码是用来精确地转换凹... 为此，我们有一个正常的和不正常的眼底图像上传到代码... 输出将是准确的凹/光盘位置的变换....

翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject 有时候我们会发现拍照很有趣，那么让我们来把它变得更有趣吧。设计灰色和动漫风格的照片不是很难。你只需有一个安卓手机并安装一个有趣的相机应用就好了。 通常，拍照时会遇到自动对焦问题，首先，我们要等待自动对焦完成，然后再拍照。这就是为什么我们需要重写自动对焦方法来帮助我们拍得更清楚。其次，图像处理时需要将原始数据转换成位图格式。我们使用位图工厂进行转变。第三，有两个图像处理效果可供选择，灰阶和动漫风格。灰阶很简单，仅是获取  R, G 和 B 的数量然后除以 3。但是我们依然需要知道如何分别获取 R, G 和 B 通道。使用 color 方法获取像素值帮助我们获得 R, G 和 B  的值。 动漫风格需要两个处理，包括索贝尔过滤和有序抖动处理。我们需要结合两种方法完成动漫效果。如果你想开发更多效果，可以使用这个代码架构继续开发。因为这是准备自动对焦并回调函数拍照。 你只需按照此架构添加新的图像效果即可。这个 APP 会在你选择图像效果前开启相机，然后你可以选择效果。你可以按下”拍照“按钮，然后可以查看处理后的图像。开发这个应用只有两个文件，非常简单。 适用于初学者。背景设备操作系统: Android 4.1.2 开发者实用程序: Eclipse ADT使用代码File Name: AndroidManifest.xml

        创建一个新层、一个块定义和说明如何使用遍历器遍历模型空间块表记录中的实体。此外，还有如何打开对象以便处理读写操作。         注意：任何为了读写而打开的对象，在结束读写操作后必须将其关闭，否则将引起AutoCAD错误。

图像拼接，从不同文件夹中按顺序选择小的图片拼成一个完整的图片，文件夹为16个，图片为16个小的图片组成

可以实现多个目标的跟踪，但是有一定的缺陷，需要后期的改正，要弄清楚camshift的相关原理必须从MEANSHIFT着手了解，更多的是混合高斯与camshift结合这一块，程序比较复杂，需要对OPENCV有一定的认识和了解，所以特别是相关的函数，大家一定要清楚之后才可以调试，建议使用VS2010和opencv进行配置实现相关的功能

用matlab写的运动估计程序,主要包括全搜索运动估计算法，三步法快速搜索算法等

用于边缘分割效果很好。% 第二种算法采用的是形态学中的腐蚀和膨胀运算。首先，对图像进行低通滤波，消除细小噪声的干扰。 % 在滤波时，没有采用传统的中值滤波器，而是采用顺序统计滤波器ordfilt2。%                           imm=ordfilt2(im,n,ones(N,M));% 上式表示，将ones(N,M)范围内的像素值依次排序，用第n个像素点的值代替该点的像素值，% 此种滤波器与中值滤波器一样不会使图像的边缘变的模糊，在滤除噪声的同时很好的保留了图像的边缘。% 之后，设定门限值，将掌纹图像转化为二值图像。由经验得到门限值应为15（或20）。% 对二值化后的图像先进行膨胀运算、再进行腐蚀运算，将得到的结果与原图像相减，图像上所剩的点即为角点。% 先膨胀运算，再腐蚀运算，SE表示在进行膨胀与腐蚀时所用的结构元素。% SE的确定是此次角点检测的关键所在。SE的形状应与要检测的目标的形状相似。% 知要检测的目标的形状为弧形，所以SE的形状也应该为弧形。