基于matlab的五种分割方法

该代码为将视频转为图像，再将图像转为视频，使用opencv进行编写，在vs2010配置opencv2.4.8上运行成功，生成的视频名为out.avi，根据代码可以改变其帧率

人脸特征点识别代码，可做学习之用。使用vs2010和opencv4.0开发，当人脸出现在摄像头中时，可以检测出人脸特征点的位置并标定出来

虹膜识别是一种重要的生物特征识别的身份识别中的方法成为非常活跃的课题研究和实际应用。虹膜识别系统包括虹膜区域定位和其次是虹膜识别的虹膜图像的数据集的生成。在此研究中，虹膜区域的内部和外部边界的定位提出了一种快速算法。归一化在寻找边界阶段，位于后虹膜从图像中提取的眼睛，然后哈尔变换用于代表数据集。使用此数据 集哈尔变换用于虹膜模式的分类。自适应学习策略培训的哈尔变换应用。仿真结果表明了遗传算法在个人身份识别的有效性。

图像匹配就是用模板图像和待匹配图像上的搜索窗口之间的像素灰度值的差别，来表示二者的相关性，相关性的大小即可表示匹配的准确率，使用fft算法实现两幅图像的互相关匹配，可以对有角度旋转的图像实现匹配。

在用稀疏表示做图像去噪、去模糊、恢复、修复时通常需要用到表示系数的求解，而OMP是最常用的经典解法之一。

在实际图像研究中，常常只有图像中那些感兴趣的目标才能为我们提供高效、有用的信息。这些目标一般对应 图像中特定的、具有独特性质的区域。图像分割就是将图像划分成若干个这样的有意义区域的过程，各区域是 具有相近特性的像素的连通集合。图像分割是数字图像处理的重要技术之一，其基础是像素间的相似性和跳变性。 图像分割技术主要分为四大类：阈值分割，区域分割，边缘检测和差分法运动分割（主要针对运动图像的分割）。

这一项目执行对象跟踪使用潜在的支持向量机方法。它被编译使用 opencv 249 和 visual studio 2010

该代码根据网友的代码修改而来，程序基于OPENCV，具体的配置网上教程一大堆，VS中的简单配置如下： $(VC_IncludePath);$(WindowsSDK_IncludePath);D:Program Filesopencvuildinclude;D:Program Filesopencvuildincludeopencv;D:Program Filesopencvuildincludeopencv2; $(VC_LibraryPath_x86);$(WindowsSDK_LibraryPath_x86);D:Program Filesopencvuildx86vc12lib; opencv_calib3d2413d.lib;opencv_contrib2413d.lib;opencv_core2413d.lib;opencv_features2d2413d.lib;opencv_flann2413d.lib;opencv_gpu2413d.lib;opencv_highgui2413d.lib;opencv_imgproc2413d.lib;opencv_legacy2413d.lib;opencv_ml2413d.lib;opencv_nonfree2413d.lib;opencv_objdetect2413d.lib;opencv_ocl2413d.lib;opencv_photo2413d.lib;opencv_stitching2413d.lib;opencv_superres2413d.lib;opencv_ts2413d.lib;opencv_video2413d.lib;opencv_videostab2413d.lib;%(AdditionalDependencies)

vs编写的位图帧差法 基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法 本文所研究的运动检测和背景更新方法实现的步骤如下： (1)开辟静态内存，对图像进行初始化准备采集； 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

图像分割包括：区域法、边界分割法、边界形成法。本例介绍的是像素聚类法（区域法）