灰度共生矩阵特征

使用opencv进行肤色分割，可以划分出完整手型，并可测量出手掌重心，还可以进行腐蚀和膨胀去噪点。学习opencv不可多得的例子

opencv2.4.9+VS2010，使用帧间差分法或背景差分法检测出运动目标，对不同的连通区域做标记，并得出每个连通区域的直方图，通过直方图比较来跟踪特定目标，也可以用在车流量统计，参数可调，算法简单，耗时小，具有一定的可行性，目前对多个连通区域的直方图统计模块还未做好，希望同志们一起来交流学习。

采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法，称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集，每个包含26字母表写由不同的人，用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的，用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进，并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法，将减少处理时间，同时提供更高的识别精度[3]。在一般情况下，手写识别被分为两种类型的离线和在线手写识别方法。在离线识别，写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是，在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而，在离线的系统中，神经网络已被成功使用，以产生比较高的识别精度等级。几个应用程序，包括邮件分拣，银行处理，文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是，在离线手写识别仍然是一个活跃的研究领域向探索较新的技术，这将提高识别精度[6] [7]。

ITK读入DICOM数据，VTK进行显示。该程序是itk和vtk联合使用的例子，适合初学者。-This program realizes the combination of ITK and VTK to read in and display DICOM image.

这是一个matlab下处理立体匹配的完整代码，来源于国外的一个大学例程，包含详细的.m文件和交叉编译的cpp、h文件等，适合仔细研读具体的算法原理

具有选择性局部或全局分割的活动轮廓：一种新的变分方法和水平集方法。作者：张开华、张磊、宋慧慧和周文刚

BC6HBC7 编码器解码器示例更新

这是初学者的计算机视觉和图像处理的基本操作。在这一来源代码作一些图像操作。这些都是 ；阈值 erosiondilation

下面是该算法的伪代码：(a) 载入一个 HDR RGB 图像(b) 计算强度层我(c) 计算 log(I)(d) 筛选使用双边滤波获得 log(F) log(I)(e) 计算详细信息通道 D = log(I)-log(F)(f) 计算： 三角洲 = max[log(F)]-min[log(F)](g) 计算： γ = log(constrast) / 三角洲(h) 计算新的强度层： N = 10^[gamma*log(F) + D](i) 规模的 RGB 值由 N / 我(j) 保存 LDR 图像

计算机 c + + 程序能够绘制输入图像的直方图，通过结合空间增强方法用于图像处理的直方图均衡、 图像增强。包括拉普拉斯算符，sobel 梯度、 幂律和平滑滤波。这都实现在 image.cpp.The 用户可以使用它根据他们的要求。