flash 播放gif动画源码

应用背景粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛的原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。关键技术粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(SequentialImportance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。

应用背景如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。关键技术对于第一帧出现前景的情况，由于后续更新背景都是对前景mask后对背景进行更新的，所以第一帧的前景部分对背景的影响因子很难被更新掉。这里提出一种改进的办法——混合高斯模型。可以使一个像素具有更多的信息，这样可以有效的减少类似树叶的不停飘动，水波的不停荡漾这种对前景的干扰。这个精密的算法比之前我所介绍的简单方法要复杂很多，不易实现。还好，OpenCV已经为我们做好了相关工作，将其封装在类BackgroundSubtractorMOG，使用起来非常方便。

摘要：本文提出了一种低功耗的坐标旋转 数字计算机（CORDIC）为基础的可重构离散余弦 变换（DCT）的体系结构。本文的主要思路 基于有趣的事实，在所有的计算中 DCT是不产生频率同样重要 域输出。考虑在重要的区别 的DCT系数，CORDIC算法的迭代次数可以是 动态改变有效折中的图像质量 功耗。因此，计算能量可 不会严重影响图像显著降低 质量。所提出的CORDIC基于2-D DCT的结构是 实现使用0.13微米CMOS工艺，以及实验 结果表明，我们的可重构DCT达到省电 从22.9％到52.2％，比CORDIC为主吕氏 DCT在轻微的图像质量劣化的成本。 关键词：坐标旋转数字计算机 （CORDIC），数据的优先级，离散余弦变换（DCT）， 低功耗，可重构的体系结构。

基于视频的目标跟踪 ，在opencv2.4.8和vs2010开发，基于camshift算法，需要手动鼠标选取跟踪物体 

用于检测图像中的显着区域的显着图。代码是用matlab检测显著区域。 ；有效的方向特征，绘制。

    图像处理方面的源码，能过加载256位的bmp图片，用霍夫曼压缩的方法将图片压缩，是图像压缩的一种，源码经过调试，在VC6.0下能够使用，这是我课设的时候用的，保证能运行。

Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。结合Klaman进行轨迹预测。

完整的MFC编写的基于人脸识别的智能签到系统，包含了开发文档。基于Windows操作系统，在VS2008 SP环境下编写，算法部分用到了OpenCV 2.1，其中ASM人脸对齐部分还用到了OpenCV 2.0；演示程序界面部分用到了MFC。 演示程序的功能是，对摄像头拍摄的或用户指定的图像，检测其中人脸，然后在已存储的人脸库（通过摄像头或图片注册）中找到最匹配的人脸并显示。还有人脸库和分类器的导入/导出功能。 

资源描述opencv的安装的过程中主要按照网上的教程进行，但是最重要的是认准版本和自己的电脑对应，以后和vs的版本对应。在添加完vs2012后就可以对其实现测试功能，查看你的opencv是否配置成功。这是一个简单的opencv读取图片的过程。

资源描述应用Visio studio +opencv实现直线检测，通过读入一副图片进行二值化并实现边缘检测，最后应用霍夫变换检测直线。