AVI文件进行边缘检测

这段代码描述了如何使用Lucky Richardson算法对图像进行插值。

opencv用多种方法提取特征，分别有颜色提取即：颜色直方图提取；形状提取有Hough直线提取、Hough矩形提取以及边缘直方图提取

梯度锐化和拉普拉斯锐化。 但由于锐化使噪声受到比信号还要强的增强，所以要求锐化处理的图像有较高的信噪比；否则，锐化后图像的信噪比更低。邻域平均法或加权平均法可以平滑图像，反过来利用对应的微分方法可以锐化图像。微分运算是求信号的变化率，有加强高频率分量的作用，从而使图像轮廓清晰。由于图像模糊的实质是图像受到平均或积分运算造成的，所以为了把图像中任何方向伸展的边缘和模糊的轮廓变得清晰，可以对图像进行逆运算如微分运算，从而使图像清晰化。在图像处理中，一阶微分是通过梯度法来实现的。

demo_permutation - 演示中的图像的层叠柱版本和使用修补基置换重新排序它的结果之间“平滑度”的差异。我们比较使用移动积所获得的两个一维信号的平滑性。我们还说明了如何通过贴剂的路径看起来当其重排序是通过图像的光栅扫描和补丁基于置换定义等。 demo_inpainting - 图像使用在重新排序的补丁基地排列，然后将丢失的像素是使用立方插值重建图像修复实验。demo_denoising - 图像去噪实验中使用的图像中重新排序的补丁基地排列，然后用学到的过滤器过滤。

基于OpenCV的静态人脸检测程序的实现，已运行成功，人脸检测是目前非常前沿的技术，Adaboost算法实现起来也比较复杂，但应用OpenCV提供的函数和分类器进行人脸检测十分容易，主要包括训练和检测2个模块

多输入多输出 (MIMO) 网络 同时使用多个射频链的接口。在这 纸，我们提出一种新型电源管理解决方案 mimo 在移动系统中，被称为的天线管理网络接口。 关键点是要自适应地禁用子集的天线和其 射频链以降低电路功耗，当能力 使用大量的天线的改进很小。天线 管理明智地确定活动的数量 天线尽量每位能源同时满足的数据速率 要求。这项工作提供了这两个理论的框架和 天线管理系统的设计。我们第一次礼物

目前的技术来生成动画的场景涉及的视频 （其分辨率是有限的） 或单个图像 （这需要大量的用户交互）。在这个项目中，我们描述一个系统，允许用户快速和容易产生一个令人信服的看动画从高分辨率剧照小集合。我们的系统有两个独特的功能。第一，它适用自动部分时间顺序恢复算法于剧照为近似原始的现场动态。

DX 11写的风景，包括反射和折射的效果，适合初学者使用学习。 很清晰的列出了shader的初始化使用和render，还有模型的载入，镜头的控制等等，全部是单独的类写出，初学者能很容易看懂

mfc制作胡基于opencv的显示图像的功能，非常适合学习与应用，也可以作为图像处理与机器视觉项目开发的基础

本源码主要是关于驾驶员头部位置定位，包括以下三个方面：1.利用红眼效应，定位正脸位置；2.利用侧脸特征，定位侧脸；3.摄像机标定，进一步完善。从而实现驾驶员头部位置定位，控制气囊充气量，减少碰撞伤害。