Image Observer

在多年的图像处理工作中, 深感有必要开发一个集图像的显示、变换及各种处理分析测试的工具平台, 这就是Observer----其义在于，我觉得图像的处理与分析很多时候依赖于对图像特征的细致观察。

Observer的开发从2000年一直持续到现在(VC6-VC11), 汇集了比较丰富的功能：
 图像格式的支持(最后采用GDI+)，也支持pgm,ppm格式；
 鼠标移动时象素颜色的跟踪显示；
 图像滤波：Gauss,meanshift,bilateral,etc.
 图像的几何变换：旋转和放缩及各种插值算法；
 灰度图像处理：二值化，形态学运算，小波变换，FFT；
 彩色图像处理：亮度和对比度的增强，直方图处理，边缘锐化；
 颜色统计和减色算法, 颜色空间的分解，HSV-颜色调整；
 图像特定区域的选取及处理：魔棒，多边形；
 边缘提取和边缘映象, 图像分割：Canny,meanshift,新的综合方法；
 线条的检测跟踪，Hough变换；
 批处理测试：格式转换，jpeg重压缩，支持多线程；
 数码照片的矫正：定位点识别，数码相机照片和鱼眼镜头矫正
 特殊算法的测试：十字绣，车牌映像，卡通素描, 基于灰度的象素抽样（三角剖分）。

关于边缘提取和图像分割
    这方面我做了较长时间的研发工作，最初处理卡通图及线条检测，后来扫描图的自动分割，然后
普通照片的分割处理。这三种图像的自动分类主要是基于图像的边界信息的。
    扫描图和照片的分割是基于canny的边缘提取算法的，我试验了多种边缘计算方法，最后认定
Canny算法效果最好，其中的一个麻烦问题是较优阈值的自动确定，为此我调试了很长时间才获得
目前的自动分割效果。Observer也允许手工调节阈值，以观察不同的分割结果。
    目前学术界认为比较成功的分割算法是meanshift，Observer也提供了实现（源代码从网上获得）。
需要说明的是，meanshift算法的速度是比较慢的。meanshift算法还同时实现了图像滤波。关于滤波，
bilateral方法也是值得关注的。
    最近，我尝试实现了一种综合多种方法的自动分割算法，菜单：Process\Segment\X-Segmt.
    大家可以比较这些算法的分割结果，有兴趣的可以讨论：[email protected].

Observer程序在我上传的资源里，解压后可直接运行，里面有简要的使用说明和一些示例图片。

http://download.csdn.net/detail/xlh9718/6655535

 

演示1. 图像分割（新的综合方法, cat1.png）

当拖动滚动条时，分割结果会跟着变化。

 

演示2.线条映像（lines.png）

这可以用于图像中的线条跟踪和识别。

 

演示3.十字绣（Rose5.png）

 

演示4.鱼眼图像--斑马线的校正

矫正后的斑马线显示为绿色线条。

 

演示5.导入矢量曲线，并计算两点间的中心路径