图像处理

在ISE13.1下实现了针对512×512分辨率图像的1/4~4倍缩放，使用的VHDL语言，内附仿真文件及使用说明。方法介绍：自己写的ROM，存储图像原始数据（图像数据使用matlab导入后生成）；缩小和放大集成在同一模块中，由缩放选择信号进行控制；可以输入选择区域进行按比例缩放。上传的代码是项目完整文件，可以综合实现兵运行仿真。如有任何问题请询：goglerr@gmail.com

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。找到两角点的坐标，并将其旋转到一条垂直线上，旋转后的直线作为坐标系的纵坐标。在图像的中心位置切割大小为128*128的图像。这种方法切割出来的掌纹图像的旋转平移较小，而且算法简单，计算量小，比较实用。

本项目应用于医学领域的医学图像融合的多通道digonesis。它将使图像融合的质量更好。

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。

此代码用于提取指纹的确切特征。从这段代码，我们可以得到的分岔和终止脊与这个我们可以使用此方法验证的目的。

该程序首先采用OpenCV函数实现图像搜索边界，然后直线拟合，在求解对应顶点，最后用旋转拉伸到指定大小的图像上。在将该OpenCV代码用C语言实现，最后用CUDA使用。该程序调试通过。程序主要使用联想E430c笔记本。CUDA程序在GT635M显卡和Tegra K1嵌入式平台上测试通过。

VS2010+图像检索 这个其实就是检索的方式了，可以按图象画面布局，色彩，纹理来分类检索 一般都是按画面的象素布局。简单点可以转化为黑白图象，然后根据象素的分布再处理，这样的应用适合对色彩不敏感的场合

《OpenCV教程——基础篇》北航出版社 ，文件包含本书所有光盘源代码。北航的虚拟现实实验室许多师生都在使用opencv，有相当多的经验，这书质量相当不错，简单易上手。附带的光盘中代码可靠性相当高，有些直接就是某些算法或问题的实现。本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书，也可供相关领域的研究工作者参考。

学习图像处理的入门教程代码，有清晰的注视，详细的代码，值得刚入门学习图像处理OPENCV的同学下载下来学习。里面还有各种机器学习算法的简介，可以学习了解下。

很多时候，我们需要处理的同一图像的不同分辨率的图像。例如，同时寻找图像中的东西，我们也不确定什么大小的对象将是本 在图像。在这种情况下，我们将需要创建一组图像具有不同的分辨率和搜索所有的图像中的对象。这些组具有不同分辨率的图像被称为图像金字塔 （因为当他们被关在一个堆栈底部和最小的最大图像在顶部看起来就像一座金字塔图像）。高斯和拉普拉斯金字塔