opencv中光流法的使用，配置好环境后即可运行

该程序实现了2004年Boykov新的最大流最小割算法，应用在图像分割中的图割模型中，能够最优化图割中的能量函数，代码完整，能够实现。

通过采用surf算法，来分别提取两幅图像的特征点，来进行图像的匹配，利用ransac算法来剔除误匹配，实现精确的配准，根据匹配点，计算homography，进行两幅图像的拼接。实际使用中，新建一个控制台工程，将压缩包里面的两个文件加入工程，即可运行。

流程：原始图像——傅里叶变换——频率域滤波处理——傅里叶变换——增强后的图像。在具体进行频率域的各种处理滤波的前后,进行了傅立叶变换以及傅立叶反变换.这两个变换的过程就是将空间的信息分解为在频率上的表示,或者将频率上的表示转化为空间上的表示,两种变换是互为逆变换的.正是通过傅立叶正反变换的处理,才使得频率域上的处理可以用于图像的增强

step1:用高斯滤波器平滑图象；  step2:用一阶偏导的有限差分来计算梯度的幅值和方向；  step3:对梯度幅值进行非极大值抑制；  step4:用双阈值算法检测和连接边缘。

SVM 分类器 很好用的 可以用在图像处理中 使用的是c++ 基于opencv的 

人脸检测

资源描述使用c代码实现的联通区域标记，要求输入的是1和0的二值图像，然后使用堆栈方法标记出连通区域的个数，每个亮值点都标记出所属的联通区域标号，可以统计面积和筛选等。

图像几何处理，包括图像平移，放大，缩小，旋转等等。通过图像几何处理，完成最基本的图像操作。

Fig2.jpg是有渐晕现象的拍摄图片  func_k.m 是渐晕模型中的参数设置 vignetting.m是主函数 主函数如下： Pi = 3.1416; d = 400; w = 0.0236 * Pi; figure(1); fid = imread("e:matlab71fig2.jpg");    %打开有格式文件 subplot(1,2,1); imshow(fid);

使用QT的环境，可以自行修改，读取raw文件，转成opencv的Mat类。void readRaw(char*name,Mat dst)这个函数主要用取读取raw文件， 并且转化成Mat类。 void writeRaw(char*name,Mat &src)这个函数主要将Mat类写入raw文件。