该脚本计算所选颜色（色带）占据图像的 [%] 数。 输入：您必须知道感兴趣颜色的 RGB 数字（或波段）。 色带更好地捕捉颜色波动。 输出：给定颜色占据的图像的 [%]。 原始彩色图像的红、蓝、绿掩膜图像，图像中红、蓝、绿部分的直方图，斑点大小分布，除去小斑点的掩膜，填充Kong的掩膜，比较原始和最终图像，汇总表：斑点的数量、它们的面积 [像素] 和它们的颜色。 结果表保存在 *.xls 文件中 - 斑点的面积、颜色、色带（用户输入）、斑点的最小尺寸（用户输入）、所选颜色覆盖的图像的 [%]。 笔记： 1）您可以决定是否要去除颜色区域的小斑点（小于给定“用户输入”值的区域将被排除） 2) 系统会询问您是否要填充找到的斑点中的Kong。 3）使用“imtool”探索图像中的RBG颜色图片来源：显微镜下的岩石www.earth.ox.ac.uk/~oesis/micro/ 文学： 1)

定向直方图HOG：此算法计算图像局部区域中梯度方向的出现并在图像中可视化

根据 Posadas 等人在 Soil Sci 的论文中的思想计算二值图像的多重分形谱。 社会。 是。 J. 67:1361-1369, 2003。

通过定义sobel算子，对图像的各像素通过选定区域的卷积，得到相应像素点的X方向和Y方向的梯度，再利用梯度得到相应的计算内容，可以计算图像像素点的法线方向。

该程序根据其圆形特征检测螺母，然后减去螺母数量，即可测量螺栓数量

通常在去噪应用中寻找图像质量时，我们使用定量指标，如 PSNR、IEF、SSIM。 当给定图像中存在脉冲噪声时，在去噪过程中会在一定程度上去除边缘。为了确保去噪后的图像保留边缘，Farook Sattar 等人给出了一个称为边缘保留指数（EPI）的索引在论文“基于非线性多尺度方法的图像增强”，IEEE Trans on Image Processing，第 6 卷，第 6 期，1997 年 6 月。上述 coed 是使用论文中可用的方程编写的。 它或多或少类似于介于 0 到 1 之间的相关指数

这些函数计算图像的 7 个不变 Hu 矩，最后返回一个包含 7 个矩的数组。 用户可以添加计算图像特定区域的胡矩的选项。 为了利用此功能，要求用户进行必要的预处理以创建从整个图像中选择感兴趣区域的掩码。 函数的使用示例： eta_mat = SI_moment(input_image,mask); hu_arr = Hu_Moments(eta_mat);

Matlab 文件源代码。本程序计算图像img1和img2质心坐标，为粗配准提供平移参数

计算出两幅图像之间的亚像素对位的精度，通过模板匹配得到评分Mat，计算出在Mat上最大匹配的点，再最大匹配点周围，利用评分，找出亚像素的off，实际测试精度在0.02像素。

python是一种面向对象的语言，近年来比较流行；opencv是视觉分析比较强大的包，通过python使用opencv计算图像的中心