Retinex去雾

应用背景粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。关键技术与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。 该工具箱的使用主要分为几个步骤： 1) 在Matlab中设置工具箱的路径； 2) 定义待优化函数； 3) 调用PSO算法的核心函数：pso_Trelea_vectorized()。 其中第三步最关键，用户需要根据自己的需要设置好参数，可使算法极快收敛。

超声图像通常会含有SPECKLE噪声，本代码用于仿真生成图像的SPECKLE噪声，对研究去噪的同学有一定的帮助

资源描述本课程一共六章：绪论及数字图像基础；第二章：信号处理基础；第三章：图像变换；第四章：图像增强；第五章：图像分割；第六章：图像特征提取与识别。并附有平时作业、练习代码和程序，初学者学完这门课，可以很容易的入门，对图像处理最基本的几方面理论对有所掌握，那么对后面深入学习来说也会容易很多。

应用背景RGB图像颜色空间，转换灰度图。环境为opencv2.4，VS2010。。。。。。。两种实现方法。代码简介关键技术颜色空间的，RGB，图像的读入。灰度图的转换啊。。。。。。。。。。。。

基于 hsv 彩色直方图的粒子滤波跟踪

对各种算法去雾后的结果进行质量评价的matlab程序。内部含有信息熵，对比度，梯度等常用客观对比标准。

去除阴影后的车型识别系统 车型识别。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

应用背景测试查看matlab中的三个显示函数 image,imshow,imagesc 的区别，首先讨论了图片的存储格式对图像处理、显示没有影响，然后通过对图像进行R、G、B分别显示，整合，直观地展示上述三个显示函数的差异，包含图像，可以直接运行展示关键技术R、G、B三通道分别显示、处理图像，适合于初学图像处理者，厘清基本问题，高手可以忽略

目的是实时视频处理中识别出对象。使用示例 Grabber 滤波器来获得网络摄像头源的帧我成功将类似颜色的像素分组。 在另一个处理层，对象会通过表观速度和常数边界关联到这些组，这样就可以将不同颜色或图案的对象识别为同一个物体

用vtkContourFilter进行等值面提取的时候出现不能单独提取的问题。当用SetValue(0,51)的时候把灰度值为50的部分提取出来了，但是用SetValue(0,151)的时候就把3个部分都提取出来了，无法单独提取表面，效果是几个设定表面颜色（红，绿，蓝）的叠加。我把SetValue改成Generate