从视频序列中捕捉图像帧

海康网络客户端示例，用delphi编写的实例，适用于海康编码卡 ds4000 四路编码或者8路编码

部分内容源于网络，经过自己的修改，可以在matlab上实现对图像的完美拼接，利用相位相关算法。是不可多得的高速拼接源码，对于刚学习图像处理的朋友来说值得参考，测试图片的选取要适当，要大小相同（同像素），敬请指正批评。

本文是对canny算子的滤波环节进行改进过得，用的是各向异性高斯核的方向倒数进行滤波平滑。并且已经用做成MFC界面 Canny算法程序中分成以下7步：l 生成高斯滤波系数；l 用生成的高斯滤波系数对原图像进行平滑；l 求滤波后图像的梯度；l 进行非最大抑制；l 统计图像的直方图，对阈值进行判定；l 利用函数寻找边界起点；l 根据第6步执行的结果，从一个像素点开始搜索，搜索以该像素点为边界起点的一条边界的一条边界的所有边界点

自适应立体匹配算法  是当前有效的处理立体匹配的算法  能到较好的视差图

本代码是利用kalman滤波器实现对物体运动状态的追踪，可以有效的减小测量过程中产生的误差对最终结果的影响。

利用均值濾波、形態學運算、canny找邊緣來切割血管，医学图像处理是图像处理领域中的重点与难点问题之一。随着数字图像处理技术的快速发展,借助电子计算机等辅助手段,医学图像的提取方法以及图像质量都得到极大的提高。眼底视网膜图像是人体唯一可以非创伤直接观察的较深层微血管,对视网膜血管的分析研究有助于疾病的精确诊断。然而,由于视网膜血管图像的灰度分布不均匀,目标血管与图像背景的对比度低,再加上图像噪声的污染,使视网膜血管的自动分割非常困难。所以,通过建立眼底视网膜图像的计算机辅助分析系统,对眼底视网膜组织进行定量分析与定性检测,对临床眼科学的病理诊断具有非常重要的意义。本课题在查阅大量数字图像处理的文献基础之上,结合DRIVE眼底视网膜图像数据库模型,通过分析不同图像分割算法的特性,对眼底视网膜血管图像进行了分割实验与对比分析,主要过程如下：1.对视网膜图像预处理。通过分析RGB彩色系统模型,对各通道的视网膜图像进行对比度比较。掌握数字图像处理的基本操作方法

翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject 有时候，我们发现照片不明亮，这个是可以修复的。在图像处理领域，这叫做直方图均衡化，通过扩展图像的直方图让照片变明亮。背景操作系统: Microsoft Windows 7 专业版 (64 位) 开发实用程序: Microsoft Visual Studio 2010使用代码 // The histogram array of the red channel. double aryHistogramR[256] = {0}; // The transform of histogram array of the red channel. double aryTransformR[256] = {0}; // The sum of pixel"s gray of the red channel. double dobSumR = 0.0f; // The histogram array of the red channel. double aryHistogramG[256] = {0}; // The transform of histogram array of the red channel. double aryTransformG[256] = {0}; // The sum of pixel"s gray of the red channel. double dobSumG = 0.0f; // The histogram array of the red channel. double a

使用中值滤波的图像处理。 中值滤波是非线性的数字滤波技术，通常用于删除 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

     Harris Corner是最典型的角点检测子Corner Detector。角点经常被检测在边缘的交界处、被遮挡的边缘、纹理性很强的部分。满足这些条件一般都是稳定的、重复性比较高的点，所以实际上他们是不是角点并不重要（因为我们的目标就是找一些稳定、重复性高的点以作为特征点）。

这个职位的目的是提供简要概述了如何使用纹理信息，利用 Matlab 的图像分类。基本上，我们想要做的是从一组标记描述纹理的图像纹理分类器的学习。然后，我们将使用的学习分类器提供类标签标记的图像。（从网站：http://www.alceufc.com/2013/09/texture-classification.html)