从目的上可以将图像处理分为两类，分别是图像识别技术和图像处理技术。 针对图像处理技术，可以是旋转、亮度、对比度、饱和度、RGB调节、调节图像尺寸等属性方面的处理技术和添加文字、图像增强、弱化、水印、特效、镂空等处理方法。甚至为了达到更精微的处理效果，一些软件还使用了图层。 缺陷检测识别 图像的噪声

如果图片上有线条，图形什么的，人的眼睛可以直接看出来，这是人的直接反应。那么如何让电脑识别呢？ 图片在内存中是以二维矩阵的形式存储的，如果是彩图，则是GBR三通道，灰度图则是单通道。本教程用OpenCV去识别图形上的线条，曲线等轨迹。 软件环境：Win7-32， VS2010， OpenCV2.4.9 （1）以灰度图的方式导入图片 Mat src = imread(1.jpg, 0); （2）我的思路：根据图形中的每个像素点的差异去判断，对原图的灰度图做二值化处理，不是线条的区域像素置0，有线条的区域置为255，然后逐列进行像素求和，如果列的和大于0则是检测到了线条，此时结束该列的扫描，

猫狗识别

基于FPGA的图像边缘检测系统设计（FPGA手势识别）

针对深度学习中ResNet深度卷积神经网络与LeNet-5模型在图像识别、文字识别和语音识别等领域广泛应用，文中对两种模型的运行机理和方式进行了详细阐述，并对两者在实际应用中的表现进行了对比与分析。首先对两种模型的结构和设计分别进行了叙述，并指出了两种模型面对不同问题的优缺点，且为工程实践提供了指导。然后基于分析进一步对两种模型进行了重建和训练，以实现更优的性能。仿真结果表明，ResNet深度卷积神经网络相比LeNet-5模型在实际应用中具有更好的效果。

文章针对视觉障碍群体出行困难的问题，在带有摄像头的机器人的辅助下，设计了一种盲道识别的方法。在软硬件协作的情况下，完成对盲道图像的采集、处理、分割及识别的过程，从而在一定程度上解放视觉障碍群体的脑力和双手。文章在简要分析基本结构后，对盲道的图像获取、图像处理、图像分割和图像识别四大模块进行详细介绍。经过反复试验与改进，在计算机视觉模块下，该方法能较为精确地实现盲道的感知及处理。

手背静脉识别利用静脉血管分布的网络结构实现个人身份鉴定,是一种新兴的生物特征识别技术。分析了静脉成像原理,设计了静脉图像采集系统,并建立了具有较高质量的手背静脉图像数据库。在身份识别过程中,首先对手背静脉图像进行滤波和灰度归一化等预处理,然后对图像进行二级小波包分解,并利用得到的细节图像提取手背静脉的纹理特征,最后将k近邻分类器和支持向量机相结合实现了个人身份识别。在识别模式下利用建立的手背静脉图像数据库对本系统进行了性能测试,实验结果表明该系统具有较高的识别性能,其正确识别率达99.07%,应用前景十分广阔。

基于VC++的数字图像处理技术，封装了VC用于数字图像处理的所有函数类，加入了最新的车牌识别代码

3、基于频域模板匹配的图像识别 在频域分析中，我们将空间域的相关运算转化为频域的的共轭相乘，即： 空间域上的相关 频率域上的相乘 如果将f(x,y)视为待识别的图像，g(x,y)视为标准模板则就可以采用频域上的相乘，取代空间域上基于相关运算的模板匹配，可以缩短匹配计算的时间。

运动人体检测和行为识别涉及广泛，包括人工智能、计算机视觉、模式识别等，人体行为识别在医疗、商业、军事中具有重要的应用价值，为探究良好的人体行为识别方法，本文引入傅里叶-隐马尔可夫模型进行相关分析，在人体行为序列图像的识别过程中，需要了解有关人体行为二值图像的轮廓，然后采取科学的方式进行傅里叶变换，接着进行向量转化，形成观察符号序列，将矢量量化向特征向量变化，便于提取人体轮廓的特征，进行后续的应用研究。最后对人体的行为进行识别，采用隐马尔大夫分类器。利用傅里叶-隐马尔科夫模型进行人体识别，能够有效提高人体行为识别率，本次测试单个行为的识别中平均识别率达到94%，要进行深入探究，进行复杂环境复杂动作的识别，促进相关工作的改进。