opencv实现直方图均衡化，内附详细注释，代码清晰简洁明了

基于直方图优化的图像去雾技术-全套系统MATLAB智能驾驶深度学习，整理了相关的函数处理，最终通过GUI展示出处理的技术流程

用matlab-实现基于直方图均衡化的彩色图像增强.doc

生成TM影像各波段的中值、均值、众数、方差及统计直方图

直方图均衡化程序设计

为了解决复杂光照环境下斑马线识别的困难，提高基于视觉的交通标志识别系统的识别效率，文中设计了一种不均匀光照下斑马线的识别与处理方法。首先将原图转化为灰度图，可以消除不同光照颜色的影响和减少数据量；然后对灰度图做直方图均衡化，可以消除不均匀光照的影响；再将其转化为二值图像，可以再次减少数据量并突出斑马线的特征。对二值图像做腐蚀处理可以消除噪声，然后再做膨胀处理，可以填补斑马线的空隙。使用Canny算子提取斑马线的边缘，然后将边缘图像转换到Hough域，即可获得图像中的直线信息。根据这些直线信息就可以计算出图像中是否有斑马线。实验结果表明，文中设计的方法对在不均匀光照条件下的斑马线的识别率达到96.25%，有较高的识别率和识别效率。

此视频摘要代码使用直方图差异和 std2 减少了视频帧

之前传过一个，当时传的有些问题，一些同学发来邮件问，过了很长时间了，我找呀找，找到了一个比较原始的版本，调试了一下还能用。程序采用了VS2005编写，集成Qt4.2.2和opencv，亲测可以使用，比较简单。这次免积分奉上，希望对大家的学习有所帮助吧。

文中主要基于视觉词袋（BOVW， Bag-Of-Visual-Words）模型对图像进行分类处理，并对传统视觉词袋模型存在的不足进行了改进，提出了一种基于视觉词典的权重直方图来表达图像，采用优化的k-means聚类算法（k-means+）用于视觉词典的构建，代入KNN（K-Nearest-Neighbors）分类器进行分类。通过对Caltech 101和Caltech 256这两个经典数据库进行实验，实验结果表明该改进方案较传统方法提高了分类的正确率。

直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）直方图均衡（支持单通道16位和8位图像）