多视点视频编码

用于曝光融合的常用图像序列，从欠曝光到上曝光；

摘要：故障诊断起着物理的重要作用 故障分析与产量的学习过程。随着数百亿 晶体管被集成在一个芯片上，多个故障可能 存在的。随着多个故障，故障屏蔽和加固效果 可能会出现。它们可能会导致基于单故障常规 诊断方法，如在一个时刻的单个位置（SLAT） 为无效。如果没有流行的SLAT方法失败 够SLAT图案可以由单个stuckat说明 故障。此外，一个真正的硅缺陷可能表现为不同 故障在不同的故障模式模型（DM），它可 无效使用单故障模型的方法SLAT 在所有失败的模式。在本文中，我们介绍的概念 故障元件，支持多种故障模型，并使用faultelement 图（FEG）考虑故障屏蔽和加固 多故障之间的影响。基于所有失败的FEGs 模式，最有可能的故障位置和故障的因素 被反复识别。同时，FEGs是迭代地 修剪跟踪的其余多个故障的影响，直到 所有的故障点被确定，所有的FEGs减少 为null。实验表明，该诊断 方法可以识别，即使在​​多个故障的位置 DM具有较高的诊断精度和分辨率。 关键词：故障诊断，故障元件，故障元件 图（FEG），多种故障模式，多重故障。

这个项目是用opencv写程序读取avi视频文件。欢迎大家下载、试用。谢谢大家的支持！

完整的人脸识别代码，实现加载的xml文件时事先训练好的。能够有效识别人脸，应对光照、灯光等有很好的检测效果，但对于遮挡还不能有效识别！

CSS3 和 jQuery 漂亮悬停效果 将在下面的每个图像中光标悬停。请注意是否您正在使用 IE-你不看到其余的应有的风格缺乏 CSS3 属性支持。

         static double[,] YUV2RGB_CONVERT_MATRIX = new double[3, 3] { { 1, 0, 1.14 }, { 1, -0.39, -0.58 }, { 1, 2.03, 0 } };      

这是图像的极坐标变换！

模拟图像受高斯白噪声和椒盐噪声的影响 , 程序能够运行出正确的结果，希望对各位有帮助。

在这项工作被认为是索贝尔，是一个受欢迎的边缘检测方法。存在edge.m 这是在图像工具箱中的函数。在边缘函数中，Sobel 方法使用导数近似查找边缘。因此，它返回在这些点的边缘在那里考虑图像的梯度是最高的。水平和垂直渐变 索贝尔方法已被广泛应用在其尺寸是 3 × 3 的矩阵边缘检测操作。在这项工作，建立函数来查找边缘用，其尺寸都是 5 × 5 在 matlab 中的矩阵。

利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理, 程序能够运行出正确的结果，希望对各位有帮助。