此设计要求能够实现将医学图像进行识别的过程，包括了图像预处理、图像特征提取及分类判决三大模块。在预处理这一步中主要实现的是将彩色图像转换为灰度图像，灰度图像的二值化，直方图修正，去除干扰、噪声以及差异，边缘增强等；第二模块是图像的特征提取。由于对象的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征，而图像特征提取就是对其进行加工、整理、分析、归纳以便提取构成目标影像的特征，得到能反映图像内容区别于其他事物的本质特征；分类判决作为第三模块，则是要在第二步的基础上采用某种分

我们把Kinect相机作为3D测量设备来分析，试验性的研究深度测量分辨率和错误属性，并将Kinect与SLP相机和一个3D-TOF相机就立体重建的准确性做定量比较。我们提出了Kinect几何模型、Kinect相机的标定步骤和Kinect 3D测量的准确标定流程。我们展示了Kinect标定的功能-通过将它融入到一条SfM Pipeline中，在这里从动态的Kinect相机获得的3D测量数据通过计算彩色相机中与之相匹配的位姿被变换到普通坐标系。 -We put the Kinect came

本文针对复杂背景下的彩色正面人脸图像,将肤色分割、模板匹配与候选人脸图像块筛选结合起来,构建了人脸检测实验系统,并用自制的人脸图像数据库在该系统下进行了一系列的实验统计。-Color frontal face images under complex background, skin color segmentation, template matching candidates face image block screening combined to build a face detect