C语言实现的图像灰度化二值化源代码，不依赖任何第三方库，不使用OPENCV，纯C实现！方便初学者一学即会！

为了解决传统灰度图像边缘检测中容易出现的边缘定位偏差、边缘丢失以及边缘不连续等问题，结合传统的Sobel梯度边缘检测方法和图像阈值分割技术，提出了一种改进的Sobel算子彩色图像边缘检测方法。通过对比试验结果表明，该方法可以有效地降低色彩边缘的误检率，一定程度上提高了边缘检测器的性能。

使用基于 k-means 算法的进化聚类进行图像分割目标函数：使用距离度量测量的簇内距离图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的输入样本示例

彩色图像分割一直是彩色图像处理与分析中最为困难的不可缺少的步骤，针对图像分割质量直接在很大程度上影响了图像后期分析的效果，提出了一种基于HSI和LAB颜色空间的彩色图像分割方法。该方法在HSI颜色空间用最优阈值方法进行阈值分割，在LAB颜色空间采用基于K均值聚类图像分割，然后将两次分割结果进行区域合并，最后进行加窗滤波消除噪声。对林区活立木真彩色图像进行分割的实验结果表明，该方法能够精准地将活立木从背景中提取出来。

Introduction： 假如彩色图像第 个颜色分量的第 个像素值为 , 图像的像素点个数为 ， 则它的第 个颜色分量的 3 个中心矩分别为： Experiments： 以下实验代码基于 MATLAB 实现。

0积分下载，代码运行效果图见压缩包

针对Retinex算法在去雾时会出现光照不均匀、彩色失真等情况,提出了一种基于低照度的有雾彩色图像增强算法。该算法首先将红-绿-蓝(RGB)图像转换到色调-饱和度-亮度(HSV)空间区域,对亮度(V)分量进行提取,将单尺度Retinex算法作用于V分量后对V分量进行伽马校正;将MSRCR 算法中的高斯滤波器改为引导滤波并进行低通滤波;最后将改进的SSR算法、MSRCR算法、基于拉普拉斯金字塔的Retinex算法得到的图像进行加权融合。该算法能够得到很好的去雾效果,有效地抑制光晕并改善色彩失真等问题。经所提算法处理后,图片的相似性、信息熵等指标均得到了提升。

0积分下载，代码运行效果图见压缩包

在Python编码存储库中进行无人机图像编辑 定制开发的python代码供各种无人机成像应用程序使用，例如将DNG（RAW）无人机图像批量转换为JPEG或PNG，使用去马赛克的rawpy库功能，伽玛系数校正和使用skimage库进行演示彩色图像中的直方图直方图均衡化以创建更好的对比度和深度。 该存储库还增加了用于生成JPG和DNG格式的全景合成图像的编码，这是高清航空图像中非常有用的技术，并且在Python的OpenCV图像拼接功能中使用了SIFT算法。 这些规范开放供教育和示范用途以及非营利组织使用。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码