根据火焰区域亮度比周围高的特点检测并框选出火焰区域

非常好了图像处理资源、机器视觉、边缘检测、像素分割

中科院自动化所的计算机视觉课件，是专题的形式，内容很不错，里面有的还有演示。强烈推荐！

《OpenCV算法精解：基于Python与C++》是以OpenCV 为工具学习数字图像处理的入门书。内容由浅入深，每一章都采用阐述基本概念、数学原理、C++ 实现、Python 实现相结合的方法，使初学者循序渐进地掌握数字图像处理技术。本书既注重基本的概念理论及数学原理，也注重其代码实现及实际应用，力求帮助读者全面系统地掌握图像算法的基本技术，同时为掌握OpenCV 打下良好的基础。 《OpenCV算法精解：基于Python与C++》适合入门图像处理和计算机视觉领域的初学者阅读，要求读者具备一定的C++ 或Python 编程基础。

《计算机视觉：一种现代方法》是近年较为成功的一本计算机视觉教材。 第二版改进之处在于。1：简化了公式推导，特别简化了关于照相机(第1章)、阴影处理(第2章)、由两个视图重建(第7章)及由多个试图重建(第8章)。2：给出了更宽广的应用，具体章节如第19章图像建模与渲染，第22章图像搜索，第14章解释深度数据，，第21章理解人类活动。3：新增了关于现代特征的内容，特别是HOG和SIFT(在第5章出现)。4：详细介绍了现代图像编辑技术，包括删除阴影(3.5节)、填充图像中的空洞(6.3节)，去燥(6.4节)和交互式图像分割技术(9.2节)。5：全面介绍了现代物体识别。 本人是华南理工大学计算机视觉硕士，之前苦心查找该书中文版，功夫不负有心人，已找到，附上英文原版。望与诸君一起研读CV经典。冲鸭！！！

halcon的机器视觉处理，3d测量监测方面的功能介绍和使用。三维定位算子等

基于文档图像的文字识别系统包括两个处理步骤。第一步为文字分割，即确定图像中文字序列的区域，并将逻辑相关的多个字符分割开来。第二步是字符识别，即是利用文字分割的结果，基于字符的图像及上下文信息，生成该字符相应的数字化表现形式，以便后期处理，如显示、翻译等。 由此可见，文字分割是OCR（光学字符识别）系统中的关键技术，正确的文字分割是文字识别成功的前提。目前的OCR系统大多是针对文字排列整齐，前景色与背景色对比明显的理想文档图像而设计，这虽然适用于很多印刷文档的情形，但对于文字排列的方向和大小都很随意的手写体文档、图书封面等复杂文档图像却无法提供可靠的文字分割结果，以下列出几种常见比较常见的文档图像。 本文所介绍的方法，即复杂背景下的文字分割方法，希望利用字符的轮廓信息，通过逐步探测的方法完成对复杂文档图像的文字分割，经实验证明，该方法可以有较地解决文字排列不规则、同组文字大小不等、背景色复杂的文字分割问题。

多核DSP的概述 2、 C6678系统设计 3、 C6678硬件开发 4、 C6678软件开发 5、 C6678算法开发 6、 我们的应用案例

赵春江老师对SURF算法进行的很详细的介绍，其中，分别对算法和源码进行了讲解，特别是源代码的讲解每一条都有详细注解说明

1、有一个 图形化界面，左面有一个显示窗口，可以 显示视频或 者图片，并且有两个按钮，分别为导入视频、导入图片；右侧为 交通标志检测结果显示模块，可以对 左侧视频或图片中出现的交 通标志进行实时显示，对于视频的显示，一帧显示检测结果后， 下一帧检测结果可以覆盖上一帧检测结果。 2、要能够对视频进行 实时处理，首先检测环境中存在的交通标 志，然后对于交通标志进行识别； 3、对于交通标志的 检测与识别两部分， 都要结合机器学习，能 够实现优化，可以让我 使用正样本及负样本对于程序进行训练， 对于新增的样本，我也要可以导入到程序中进行训练，不局限于 一部分样本； 4、一帧图像中，有 多个交通标志时，也要做到全部显示出来， 不局限于只显示一个交通标志；