ywywcy的专栏

              图象的几何变换4．1平移平移(translation)变换大概是几何变换中最简单的一种了。如下图，初始坐标为(x0,y0)的点经过平移(tx,ty)(以向右，向下为正方向)后，坐标变为(x1,y1)。这两点之间的关系是x1=x0+tx ，y1=y0+ty。 如下图所示以矩阵的形式表示为我们更关心的是它的逆变换：  这是因为：我们想

卡尔曼滤波器 – Kalman Filter1．    什么是卡尔曼滤波器（What is the Kalman Filter?）在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，

 数字图像处理词汇表 Algebraic operation 代数运算 一种图像处理运算，包括两幅图像对应像素的和、差、积、商。Aliasing 走样（混叠） 当图像像素间距和图像细节相比太大时产生的一种人工痕迹。Arc 弧 图的一部分；表示一曲线一段的相连的像素集合。Binary image 二值图像 只有两级灰度的数字图像（通常为0和1，黑和白）Blur 模糊 由于散焦、低通滤波、摄像机运

Snake 算法或Active Contour Models。这类算法需要给出初始的轮廓，然后进行迭代，使轮廓沿能量降低的方向靠近，最后得到一个优化的边界。能量函数包括内外力两方面，如边界曲率和梯度。由于用户无法估计迭代的最后结果，应用Snake 算法往往需要进行多次的交互工作。特别当目标比较复杂时，或与其它物体靠得较近时，初始的轮廓不易确定，而迭代的结果往往不能达到要求。//////////

#include stdio.h> #include math.h>#define TRUE            1#define FALSE           0 int N;//数据个数int K;//集合个数int * CenterIndex;//初始化质心数组的索引double * Center;//质心集合double * CenterCopy;//质心集合副本double * Al

OpenCV 编程入门

图像增强  图像增强是数字图像处理的最基本的方法之一，在数字图像处理中受到广泛重视，是具有重要实用价值的技术。图像增强的目的在于：（1）采用一系列技术改善图像的视觉效果，提高图像的清晰度；（2）将图像转换成一种更适合于人或机器进行解译和分析处理的形式。图像增强不是以图像保真度为原则，而是通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价

摘   要 在图象边缘检测中往往要求所检测到的边缘具有封闭特性，本文详细地分析了目前常用的两种算法：哈夫变换和Canny边缘检测算法，最后，探讨边缘算子应满足的准则。关键词 边缘检测；闭合性；哈夫变换；Canny算子 1引言      图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度

种子填充-区域增长算法                                                                                                              文演       区域增长的算法实现: 1)根据图像的不同应用选择一个或一组种 子,它或者是最亮或最暗的点,或者是位 于点簇中心的点 2...通过像素

图像分割与特征提取相似性度量—聚类         前面介绍的分类问题是利用已知类别的样品来构造分类器。其训练集样品是已知类别的，所以又称为有监督学习。在已知类别样品的指导下对单个待测样品进行分类。聚类问题则不同，它事先不了解一批样品中的每一个样品的类别或者其他的先验知识，而唯一的分类根据是样品的特性。利用样品的特性来构造分类器，这种分类称为无监督分类没，通常叫做聚类或集群。聚

图像分割概述（收藏） 图像分割是从图像处理到图像分析的关键技术。图像分割的种类和方法很多，有些分割算法可直接用于任何图像，而另一些算法只能适用于分割特殊类别的图像。有些算法需要先对图像进行粗分割，因为它们需要从图像中提取出来的信息。没有唯一的标准的方法。分割结果的好坏需要根据具体的场合要求衡量。早期的图像分割方法可以分为两大类。一类是边界方法，这种方法假设图像分割结果的某个子区域在原来图像

阈值分割法        阈值分割法分为全局阈值法和局部阈值分割法。所谓局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后，相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行排除。局部阈值法常用的方法有灰度差直方图法、微分直方图法。局部阈值分割法虽然能改善分割效果，但存在几个缺点：　　（1）每幅子图像的尺寸不能太小，否则统计出的结果无意义。

边缘检测法：利用区域间之灰度不连续性，确定区域的边界或边缘的位置增强算子因为要和原图像叠加故可将中心写为5，周围为-1，而检测算子中心为4，周围-1中心为5边缘为-1的模板,所产生的效果是图像锐化你可以理解为先做了边缘检测,然后在原图中加上边缘.也就是强调一下边缘. 边缘已经检测出来了,边缘增强就不成问题了. 目的不同,使用的模板就不同了.在边缘检测中要用到卷积，下面是有关卷积的介绍： 

图像分割阈值选取技术综述中科院成都计算所 刘平   2004-2-26摘要 图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提．阈值法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术．已被应用于很多的领域。本文是在阅读大量国内外相关文献的基础上，对阈值分割技术稍做总结，分三个

//BP神经网络字符识别函数定义 #include "dibapi.h"#include #include #include using namespace std;typedef deque CRectLink;typedef deque  HDIBLink;//声明一些必要的全局变量int w_sample=8;int h_sample=16;bool fileloaded;boo

图象细化算法大全  #include "StdAfx.h"#include #include void beforethin(unsigned char *ip, unsigned char *jp,                 unsigned long lx, unsigned long ly){    unsigned long i,j;    for(i=0; i    {    

区域标记算法                                            这里介绍区域标记算法，所谓区域标记就是把连续区域作同一个标记，常见的四邻域标记算法和八邻域标记算法。现在就介绍它们的基本思想。1、  四邻域标记算法：1）   判断此点四邻域中的最左，最上有没有点，如果都没有点，则表示一个新的区域的开始。2）   如果此点四邻域中的最左有点，最上

模式识别扫盲                                                                                                         转贴自 中国人工智能网         模式识别－－对表征事物或现象的各种形式的（数值的，文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释

图像二值化阀值Kirsch算子  Kirsch算子实现起来相对来说稍微麻烦一些，它采用8个模板对图像上的每一个像素点进行卷积求导数，这8个模板代表8个方向，对图像上的8个特定边缘方向作出最大响应，运算中取最大值作为图像的边缘输出（上述算法中用到的8个模板在下面的实现代码中给出）。为了便于读者理解该算法的实现，这里我们给出实现该算法的函数代码，可以稍加改动应用到自己的项目中去。

 数字图像处理1. 直方图灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。（1）计算出一幅灰度图像的直方图clearclose allI=imread(004.bmp);imhist(I)title(实验一（1）直方图);（2）对灰度图像进行简单的灰度线形变换，figuresu

VC数字图像处理编程讲座之十一                                                                                                                           这一章主要介绍图像变换。       数学领域内有多种变换，如傅立叶变换、拉普拉斯变换、卫变换等等。但各种数学变换的

图像检索的关键技术1)基于手工标注的检索对图像的内容(如物体、背景、构成、颜色等)进行人工描述并分类，将其标注为一系列关键字，并对关键字建立索引，当用户输入关键字后，系统可以根据数据库中的倒排文件将关键字映射为M站或网页的地址。但是，由人工完整地标注所有图像，劳动强度太大，限制处理图像的数量。由于图像所包含的信息量竞大，不同用户对于同一张图像的看法不尽相同，这就导致对图像的标注没有一个

分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构