二值图像处理课程报告——交叠和独立颗粒提取 以及区分不同大小颗粒

图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述 ，用BoW描述完图像之后，就可以用SVM训练分类模型进行分类。这里除了用SVM的RBF核，还定义了一种核： histogram intersection kernel，直方图正交核。实验中的图像是一些Action的图像，共6类，每一类60幅，40训练20测试。

资源描述 该程序使用的是windows提供的图片集，程序运行环境为win8.1+VS2013，程序的功能是根据提供的两个视点的深度图和彩色图，合成出一个虚拟是视点的深度图和彩色图的程序！

应用背景数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。关键技术本程序是由C++编写的，可以直接运行的源代码，实现的功能是数字图像复原技术，对已经处理过的或由于某些操作降低了质量的图像进行复原。

EmguCV的官方网站上的例子中，有SURF算法的实现，其实现的时候利用的GPU的加速，看着比较复杂。此外，官网上例子的实现并没有做界面，看着不舒服，加载图片也不是很方便，因此，为了学习，我将官网上的例子进行了修改，去掉了GPU加速的部分，然后在做了显示界面，操作起来更友好些。 我是在Vs2012下使用2.9Alpha版本的EmgucV做的。 窗体上有两个PictureBox控件，一个用来显示待匹配的源图像，一个用来显示匹配的目标图像。然后相对应的有三个Button控件，第一个用来打开源图像，第二个用来打开目标图像，第三个用来匹配，当点击第三个Button控件实现匹配，匹配的图像显示在新的窗体上，新的窗体很简单，就一个窗体.

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)

应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试 2.指定文件保存路径，如：char* filename_to_save = "F: estdataoutput.xml"; 3.选用训练的方法，如method = 1; 4.这步需要使用模型的时候再指定，训练的时候设置为char* filename_to_load = 0;使用模型的时候指定，如char* filename_to_load = "F: estdataoutput.xml";

运用LDA模型，采用Gibbs采样，运用图像标注的关键词，用户对图像标注的tag,采用多模态发掘潜在语义主题对图像标注

应用背景无人机的应用越来越广，尤其是在摄影测量领域，利用无人机获取正射影像是全国测绘、国土勘测部门的常规手段，本程序利用GDAL进行正射影像镶嵌，生成大面积的正射影像图，大家可以借鉴，相互学习关键技术利用GDAL进行图像镶嵌，镶嵌线是基于面Voronoi图生成，生成算法基于opencv。可以对带有tfw信息的图像进行带拼接线的镶嵌

资源描述源码里面实现了一些数字图像中相关的图像分割算法。对于初学者来说会是一个很好的参考。

matlab小波提取纹理特征，进行Gabor小波滤波进行纹理特征提取，一副图像经过小波变换为HH、HL、LH、LL四个子带，再使用这些子带进行特征提取，进行识别