基于概率框架的立体视觉匹配和运动估计方法

c#实现的图片浏览程序, 实现的图片浏览,可以像幻灯片一样的浏览,在C#上实现的. // 要对程序集进行签名，必须指定要使用的密钥。有关程序集签名的更多信息，请参考 // Microsoft .NET Framework 文档。 // // 使用下面的属性控制用于签名的密钥。 // // 注意: //   (*) 如果未指定密钥，则程序集不会被签名。 //   (*) KeyName 是指已经安装在计算机上的 //      加密服务提供程序(CSP)中的密钥。KeyFile 是指包含 //       密钥的文件。 //   (*) 如果 KeyFile 和 KeyName 值都已指定，则 //       发生下列处理: //       (1) 如果在 CSP 中可以找到 KeyName，则使用该密钥。 //       (2) 如果 KeyName 不存在而 KeyFile 存在，则 //           KeyFile 中的密钥安装到 CSP 中并且使用该密钥。 //   (*) 要创建 KeyFile，可以使用 sn.exe(强名称)实用工具。 //       在指定 KeyFile 时，KeyFile 的位置应该相对于 //       项目输出目录，即 // &nb

指纹识别技术，目前最成熟的生物特征为基础的识别技术之一，可用于识别人类在各种场合

应用背景该算法能适应复杂变化的环境，准确地提取运动目标，对复杂干扰场景下的实时运动目标检测得到了较为满意的效果关键技术采用帧间差法和背景差法相结合的运动目标检测方法，

这是一套简单的能动态、自动识别图片中信息的代码。它基于Labview的NI Vision（视觉与运动）模块，可以调用USB摄像头或笔记本摄像头获取原图，然后选中原图中的信息作为模板进行学习。学习完成后再用摄像头拍摄，Labview将自动框选中要匹配的信息。

应用背景加噪声的蕾娜图，经过中值滤波处理后输出像素值矩阵，保存在txt中。从MATLAB里读出txt像素值，重置矩阵后输出处理后的雷娜图（降噪）关键技术中值滤波算法核心是取9个值（文件中是3*3窗口）计算出中值输出，需要大量的FIFO。ISE文件中已经编写好并通过综合，可以直接使用。使用时注意更改路径。

资源描述 采用了边缘检测法先检测出绘图图像的边缘，再hough直线拟合，拟合出图中的直线。由于这样查找到的直线非常多，所以先筛选掉角度明显有误的直线，在剩下的直线中保留最长的一组。 然后根据栅格扫描的方式进行逐行扫秒，把得到的交点，和道路中间的灰度小块进行块匹配，因为道路的分道线和道路的颜色是不一样的，根据块匹配区分该点是在分道线上还是在道路上，统计得到中心点左右两侧最匹配的两条直线，作为检测到的道路车道线。

视频监控开发界面 包括图像处理的基本内容 目标的检测与跟踪

Mean Shift，我们 翻译为“均值飘Mean Shift 这个概念最早是由Fukunaga等人于1975年在一篇关于概率密度梯度函数的估计（The Estimation of the Gradient of a Density Function, with Applications in Pattern Recognition ）中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.移”。其在聚类，图像平滑。图像分割和跟踪方面得到了比较广泛的应用。

vc++版本的jpeg库，已经转换为2008版本了，方便大家编译、使用！是个静态库，.lib的，运行时省去了dll动态库，程序发布变得更加方便了。开源项目，自己修改的。

人脸特征点识别代码，可做学习之用。使用vs2010和opencv4.0开发，当人脸出现在摄像头中时，可以检测出人脸特征点的位置并标定出来