在视频中的行人检测

利用均值濾波、形態學運算、canny找邊緣來切割血管，医学图像处理是图像处理领域中的重点与难点问题之一。随着数字图像处理技术的快速发展,借助电子计算机等辅助手段,医学图像的提取方法以及图像质量都得到极大的提高。眼底视网膜图像是人体唯一可以非创伤直接观察的较深层微血管,对视网膜血管的分析研究有助于疾病的精确诊断。然而,由于视网膜血管图像的灰度分布不均匀,目标血管与图像背景的对比度低,再加上图像噪声的污染,使视网膜血管的自动分割非常困难。所以,通过建立眼底视网膜图像的计算机辅助分析系统,对眼底视网膜组织进行定量分析与定性检测,对临床眼科学的病理诊断具有非常重要的意义。本课题在查阅大量数字图像处理的文献基础之上,结合DRIVE眼底视网膜图像数据库模型,通过分析不同图像分割算法的特性,对眼底视网膜血管图像进行了分割实验与对比分析,主要过程如下：1.对视网膜图像预处理。通过分析RGB彩色系统模型,对各通道的视网膜图像进行对比度比较。掌握数字图像处理的基本操作方法

一个简单的人脸检测程序，打开一副图片后利用两种方法进行人脸检测和识别，并标记出人脸区域，目前还比较简单，只能对静态图片进行检测，下一步打算对视频图像进行检测。虽然现在人脸检测的很多，但完全是源码没有使用图像库的很少，所以仅供大家参考了！

sift算子是由D. G. Lowe在1999年提出，2004年完善的一种特征提取的方法，它主要有四个阶段：1）尺度空间极值检测（运用到Gauss函数和difference-of-Gaussian ）2）关键点定位3）定向分配（运用方向直方图，找到一个主方向，主方向的峰值的80%为辅，增强鲁棒性）4）关键点描述符

这个程序是从一般的图像计算HOG积分图像。这个HOG功能被广泛使用，因为它具有较高的推广能力。

人脸跟踪有着广阔的应用前景。在海关、机场、银行、电视电话会议等场合，都需要对特定人脸目标进行跟踪。显然，要跟踪图像中的人脸，首先要检测人脸，人脸检测就是利用计算机分析静态图片或视频序列，从中找出人脸并输出人脸的位置及大小等有效信息的一种方法。其次就是跟踪人脸，就是要在检测到人脸的前提下，在后续帧中继续捕获人脸的位置及大小等信息。 基于颜色信息的方法，由于鲁棒性强、实时性好、实现相对简单、越来越受到人们的重视。本程序也是基于肤色特征的人脸跟踪。选用YcbCr 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

matlab中，有幅灰度图像，对所有元素灰度值求个平均值，然后将每个元素灰度值与平均值比较，大于平均值的显示一幅图像，小于平均值的显示另一幅图像，请问具体代码怎么写？

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。

人脸的不同部位的灰度值是不同的，根据灰度值的比重，通过直方图分析确定人脸的各个部位的灰度值的取值范围，达到识别人脸的作用。

通过QT和opencv,在window下使用混合高斯模型读取本地视频，使用高斯混合模型进行背景建模。在新的opencv2.31中的混合高斯混合模型中集成了阴影处理。