基于光流法的运动目标检测

这是一个完全工作三维人脸识别系统在 python 中作出。请在自述文件中找到的说明。它实现了以下功能： 1。归一化2.平滑3.内插4.裁剪5.缩放6.关键点提取7.旋转

应用背景对于同样一个实体，使用三维扫描可以生成三维点云，如果能有效地对齐三维点云，即可更好地建立三维模型，并且生成更多三维信息。关键技术三维点云对齐采用的SVD分解的方法。利用K-D树建立空间索引，然后使用最近点迭代的方法，寻找匹配点，实现三维点云对齐。

目前，使用VS+opencv 2.4.9中 进行行人跟踪时，现有的程序只是结合Camshift 程序而已，其缺点就是目标遇到遮挡的时候，容易丢失。为了解决这个问题，本人引入kalman知识，对行人运动进行实时预测，当目标遇到遮挡的时候，可以进行预测，这时候能提高鲁棒性。本文的Camshift + Kalman进行行人跟踪预测代码是基于opencv2.4.9进行编写的，可以直接拿来应用，非常方便。有兴趣的朋友，可以在本算法的基础上进一步进行优化，相信由此代码基础，下一步的工作会轻松很多。本代码，也有助于新入门的程序员进行深入学习，或者直接拿来进行实验开发等等。

与各种 matlab m 文件，可以用于特征提取和分类给出了支持向量机分类器的图像。它包含一个演示，有助于理解支持向量机的工作原理。

改进自适应交叉和变异概率 在遗传算法中，通过交叉操作和变异操作使一对相互配合又相互竞争的算子的搜索能力得到飞速提高。交叉操作作用是组合交叉两个个体中有价值的信息产生新的后代，它在群体进化期间大大加快了搜索速度；变异操作的作用是保持群体中基因的多样性。为了加快收敛速度和全局搜索性能，在遗传算法计算的过程中，根据个体的情况，自适应的改变两者的概率，将进化的过程分为渐进和突变两个不同阶段。在Srinvivas等提出的自适应基本遗传算法中，交叉概率和变异概率能够随适应度自动调整，在保持群体多样性的同时保证了遗传算法的收敛性。

通过用MATLAB编程实现在复杂背景下检测出是否有人脸的存在如果存在就在原来的图像中标出来程序中用到了图像处理的多种算法图像膨胀腐蚀开运算闭运算等等

使用C++做出3D圖形顯示,樣品內容是繪出一個立體球狀,可更改其大小直徑顏色,結構,多角度旋轉等...FFT轉換,波型繪製處理

通过opencv配置vs2012配置，实现读取视频并且进行车辆计数。用背景差分法能有效背景提取但是摄像头抖动必须控制。该代码运行前提是需要有相应背景图像进行差分。

SIFT算法的代码实现，快速进行图像拼接，源码是个Demo，可以允许和测试！

图像融合程序