BTS (Brain Tumor Segmentation)Based on Otsu Thresholding

此应用程序演示如何在ITU-656模式下从解码器ADV7183执行视频采集，将数据缓冲到SDRAM中。然后，缓冲的视频帧被发送到视频监视器。在此应用程序中，不需要任何处理

它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。先对图像进行灰度化处理，然后进行高斯滤波，用一阶导数的有限差分来计算梯度的幅值和方向，对梯度幅值进行非极大值抑制，双阈值算法检测和连接边缘

他的论文描述基于 LCA 强大功能提取 methodز 作为一种高效的人脸检测系统从涉及复杂背景下，使用基于独立 分量分析的特征提取的图像示例基于人脸检测和 RDF 识别器。为示例基于人脸检测困难的问题之一就是要估计 低维子空间而不会降低鉴别性特征。人脸识别，ICA 是一个更好工具来代表脸上尽可能的图像作为少数几个组件。 我们用 RBF 神经网络来区分的面孔和非面孔和评价其性能作为判别属性用 ICA。

分割单色图像的算法一般是基于两个基本性质图像亮度值的不连续性和相似性。在第一类，方法是分区基于突变的图像强度，如边缘。第二类的主要方法基于分割图像相似，根据预定义的标准地区。不连续性检测：点，线，边缘。阈值技术，面向区域的方法，分水岭分割（一般涉及一个先验知识）。这些计划是应对上述TAT算法

用hough变换检测直线，Hough变换于1962年由Paul Hough提出，并在美国作为专利被发表。它所实现的是一种从图像空间到参数空间的映射关系。由于具有一些明显优点和可贵性质，它引起了许多国内外学者和工程技术人员的普遍关注。例如，由于其根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界发生某些间断的情况，它具有很好的容错性和鲁棒性

基于VS2008编写的图像处理程序，MFC文档类的简单的界面，是学习图像处理入门的一个很好的参考，包含了读取bmp图像，图像增强，图像分割，图像识别，特征提取等函数，非常实用！

资源描述这是一个很好的基于ExtJS的Web应用程序来显示图像，从而为用户做放大、缩小、fitwindow和原始分辨率。

本代码对图像进行灰度化处理后，提取特征值，然后近行阙值处理，这只是简单的处理，路径我是放在E盘，主要用了opencv的库函数，是一个入门级代码，第二个代码是手势识别代码，可同时处理10张图片

用matlab写的人脸检测程序，检测效果挺好，对于正面人脸和带部分角度的人侧面人脸图像也能够较好的检测出来，，用绿色的框在原图中进行了标注，并且，将检测出来的人脸进行了截图，可以保存出作为单独的图片，另外，在整程序的最后实现了尺度归一化。值得大家参考。代码中有详细的说明，便于大家理解和掌握。                                                                                                                                                          

一种鲁棒的文本水印算法，采用图像和文本水印相结合的方法来充分保护文本文档