Delphi 图像处理毕业设计

应用背景利用配置好opencv2.4.9的VS2008实现SIFT变换的完整的一个DEMO关键技术数字图像处理中图像特征提取技术，两幅图像的匹配问题

利用OpenCV中背景差分的函数，进行背景差分法构建，可以很好的进行运动目标检测。

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。

程序都可以使用，图像处理的基本算法，如彩色图像灰度化，平滑去噪，锐化，分水岭分割，基于背景的目标检测，单目标跟踪多目标跟踪等都有实现。

小波变换的嵌入零树

这是一个基于MFC和Opencv的源代码，实现了图像轮廓线的提取，并且可以查找每个轮廓线上的点。此外，本程序还实现了分水岭分割图像。

图像细化算法大全,C语言哟，很少免费开放下载的

opencv 特征跟踪，可以有效进行特征提取如：线，面等特征，并且可以跟踪特征。是进行opencv基础学习的较好历程，希望能对大家有用。

应用背景基于互信息(Mutual information, I)的配准方法是利用图像本身具有的灰度统计信息来度量图像的相似度，采用一定的搜索算法得到使相似度最大的图像空间变换形式，达到配准图像的目的。两个变量的联合概率分布于完全独立的概率分布的广义距离来作为变量之间的相似性测度。由于互信息测度无需预先假设不同成像模式下图像灰度的相关性，也不需对图像进行分割和任何预处理，精度高。关键技术采用二维图像空间变换模型中的刚体变换，主要是确定浮动图像变换过程中是的互信息最大时浮动图像所旋转的角度和在x和y轴运动的位移。要求得两幅图像的互信息，则要分别求取两图像的熵和二者的联合熵，而熵的求取需要使用到图像的灰度直方图，故要先求取每幅图像的灰度直方图。这一过程中需要浮动图像在变换过程中出现的非整数坐标上的点进行灰度插值（本程序采用的是双线性插值）

应用背景在自动识别方面的研究主要集中在统计方法上。这已导致的规范和提取的统计特征，如运行长度分布，倾斜分布，熵，和边缘铰链分布。边铰分布特征优于所有其他统计功能。边铰分布是一种特征，其特征是一个书写方向的变化手写文本中的笔画。通过一个窗口，提取的边缘铰链分布滑动过的边缘检测到的二进制手写图像。每当窗口的中央像素是在，这2个边缘片段（即连接序列的像素）从这个中央像素出现被认为。测量和存储的方向作为对。联合概率分布是从一个大样本，这样对。关键技术我们改进了劳伦斯范德华maaten优秀的包装可在http://www.cs.unimaas.nl/l.vandermaaten/laurens_van_der_maaten/software.html笔迹鉴别。我们认为一个完整的二维概率分布，需要考虑的角度，对所有可能的组合，比原代码。代码已经使用我的笔迹数据库的测试，可以在HTTP：/ / www.iam。unibe。CH / ~ FKI / iamdb /。关键词：MATLAB源代码，识别，，作家，作家匹配，作者验证，在线作家识别，边铰链，手写，手写。