RANSAC_plane_single

说明：  一个目标跟踪的代码，是个完整的历程，可以跟踪多个目标，效果还可以(A target tracking code is a complete course, can track multiple targets, the effect can also be)

实现SURF特征点描述子算法，并使用Oxford Dataset图像自动进行精度评价(SURF feature descriptor and matching precision evaluation)

k-svd算法m代码.用于形成冗余字典，对图像进行稀疏分解(m k-svd algorithm code used to create a redundant dictionaries, sparse decomposition of images)

DCT域图像水印算法，并根据携密载体提取秘密信息(DCT domain image watermarking algorithm, and extract secret information according to the carrier.)

rgb图像转化为hsi图像的matlab源程序(rgb image into HSI images matlab source)

转：https://blog.csdn.net/jinshengtao/article/details/26278725 混合高斯背景建模是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息(如模式数量、每个模式的均值和标准差)表示背景，然后使用统计差分(如3σ原则)进行目标像素判断，可以对复杂动态背景进行建模，计算量较大。 在混合高斯背景模型中，认为像素之间的颜色信息互不相关，对各像素点的处理都是相互独立的。对于视频图像中的每一个像素点，其值在序列图像中的变化可看作是不断产生像素值的随机过程，即用高斯分布来描述每个像素点的颜色呈现规律单模态(单峰)，多模态(多峰)(Gaussian mixture background modeling is a background representation method based on the statistical information of pixel samples. Statistical information such as the number of patterns, the mean and standard deviation of each pattern are used to represent the background. Statistical difference (such as 3_principle) is used to judge the target pixel. Complex dynamic background modeling has a large amount of computation. In the Gaussian mixture background model, it is considered that the color information between pixels is uncorrelated and the processing of each pixel is independent of each other. For each pixel in a video image, the change of its value in a sequential image can be seen as a random process that produces pixel values continuously, i.e. Gaussian distribution is used to describe the regularity of color rendering of each pixel in single mode (single peak) and multi-mode (multi-peak).)

2.编写两类正态分布模式的贝叶斯分类程序。 设以下模式类别具有正态概率密度函数： ω1：{(0 0)T, (2 0)T, (2 2)T, (0 2)T} ω2：{(4 4)T, (6 4)T, (6 6)T, (4 6)T} （1）设P(ω1)= P(ω2)=1/2，求这两类模式之间的贝叶斯判别界面的方程式。 （2）绘出判别界面。 3.已知服从正态分布的两类训练样本集分别为 ：，，，， ：，，， ，试问属于哪一类？ 4．设有两类一维模式，每一类都是正态分布，两类的均值和均方差分别为，；，。 采用（0-1）损失函数，且。 （1）试绘出两类模式的密度函数曲线，其判别界面位于何处？ （2）若已获得样本：-3，-2，1，3，5，试判断它们各属于哪一类。(bayes ，matlab)

example used in Python & VTK

基于mfc对话框开发的图片位深度转换器，源码部分截图如下。 CImage img;    img.Load("D:\qrcode.png");    img.Save("D:\qrcode.bmp");    CxImage ximage;    ximage.Load("D:\qrcode.bmp", CXIMAGE_FORMAT_BMP);    ximage.AlphaStrip();    ximage.Save("D:\11.bmp", CXIMAGE_FORMAT_BMP);

DWT音频水印提取算法，DWT音频水印提取算法，DWT音频水印提取算法(DWT audio watermark extraction algorithm, DWT audio watermark extraction algorithm, DWT audio watermark extraction algorithm)