图象处理源代码集 图像分割是图像处理、模式识别、计算机视觉等领域中极为重要的内容之一，是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列有意义的区域，使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的。-image processing source code is a set image s

图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）

粒子图像分割及匹配均为自行编制的子例程，数据包传送源码程序，处理信号的时频分析。- Particle image segmentation and matching subroutines themselves are prepared, Data packet transfer source program, When processing a signal frequency analysis.

数据模型归一化，模态振动，完整的基于HMM的语音识别系统，粒子图像分割及匹配均为自行编制的子例程。- Normalized data model, modal vibration, Complete HMM-based speech recognition system, Particle image segmentation and matching subroutines themselves are prepared.

粒子图像分割及匹配均为自行编制的子例程，isodata 迭代自组织的数据分析，添加噪声处理。- Particle image segmentation and matching subroutines themselves are prepared, Isodata iterative self-organizing data analysis, Add noise processing.