图像评价（均值、清晰度、信息熵、标准差）

matlab code for image fusion, containing two methods: hsi and pca. 代码中有详细的hsi变换及pca变换，并将它们分别用于两幅图想的融合中，效果非常不错。

资源描述这个作者就是OpenTLD的C++版本的作者，包括ROS版的OpenTLD也是基于他的代码改的。 对于CMT这个跟踪算法，我在iPhone5s上做了实际测试，跟踪效果超乎想象，在我比较了TLD，CT，Color Tracking，Struck等等顶级算法的效果之后得到了这样的结论。这个算法是可以实用的跟踪算法，虽然它也有缺点，之后我会说。实时性和跟踪效果都一流。

考虑运动向量平滑的块匹配运动估计方法，matlab代码

应用背景本程序提供相同的效果PS图象处理软件Adobe CC 2015表面模糊。它也消除了噪声，同时保持边缘。双边滤波器在图像和图像中具有重要的地位，去噪。它平滑的图像边缘保持在使用 ；对局部像素值的非线性组合方式。方法的制定和实施是简单的。然而，双边滤波器参数的设置对其滤波性能有重要影响。他们必须选择考虑用户的应用程序，因为它具有强大的边缘附近的梯度反转工件，有时它提供卡通般的图像。如果你使用这个过滤器，你不会受到这些东西。这个想法是相当类似的双边过滤器，也就是说，几乎相同。你可以编译和运行的msvc2010。关键技术表面模糊。AWA滤波器双边滤波器。无梯度反转工件没有像卡通一样的效果。

VC++6.0MFC制作的画图程序 带有保存功能，可以改变画笔样式，颜色与粗细，支持滚动，保存，撤销功能，为MFC SDI，使用GDI

此示例应用程序演示了BlobCounter类的用法，该类允许在指定的图像中查找所有单独的对象。它找到每个单独的对象，提供其属性，并在其他框架类的帮助下，为每个对象或其四边形的角点提供凸包（如果对象确实是四边形，则应以良好的精度找到其角点）。

这是经过改进调试过的代码，主要用于图像处理，利用区域生长的方法实现图像处理。是一个调试可用的代码。

// //Example 5-1. Doing something with each element in the sequence of connected components returned //             by cvPyrSegmentation( // /* *************** License:**************************    Oct. 3, 2008    Right to use this code in any way you want without warrenty, support or any guarentee of it working.    BOOK: It would be nice if you cited it:    Learning OpenCV: Computer Vision with the OpenCV Library

资源描述利用opencv 2.4.9和C、实现RobHess库中图像特征点的提取。改代码经过测试，可用。提取出图像的特征点，并标明图像特征点的大小和方向

函数代码 = huffman(p) 哈夫曼 %生成符号源变量长度的哈夫曼代码。 代码 %= HUFFMAN(P) 返回一个哈夫曼代码作为二进制字符串的单元格 %数组的代码输入的符号概率矢量体育在代码中的每个单词 %对应于其概率是在相应的指数符号 %的体育 % %检查输入的参数的合理性。 error(nargchk(1,1,nargin)) ； 如果 (ndims(p) ~ = 2) | |(min(size(p)) > 1) | |~isreal(p) | |~isnumeric(p) 错误 ("P 必须是一个实数值向量"） ； 结束 %全局变量生存所有递归函数 "makecode" 的 全局代码 CODE=cell(length(p),1) ；%Init 全球太阳能电池阵列 如果 length(p) > 1%时多个符号...... p = p/sum(p) ；%规范化输入的概率 s = reduce(p) ；%做哈夫曼源符号削减 makecode (s，[]) ；%以递归方式生成的代码 其他 代码 = {"1"};%其他、 微不足道的一个符号案例 ！ 结束 %……………………………………………………………….% 函数 s = reduce(p) ； %在 MATLAB 的单元格结构中通过创建一个哈夫曼源减少树 减少 %执行源符号减少，直到只有两个 剩余的 %符号。 s = cell(length(p),1) ； %生成符号节点 1 2、 3，开始树...到引用 %符号的概率。 为我 = 1:length(p) s {i} = i ； 结束 同时 numel(s) > 2 [p，我] = sort(p);%排序符号概率 p(2) = p(1) + p(2) ；%合并