基于块的梯度下降搜索的运动估计算法

%%我们创造了输入性否定了这个功能％这是一种线性变换％撰稿：Soheil Mohammadpour，26/01/2013，伊朗伊斯法罕％的电子邮件：soheilmpour@gmail.comCLC，全部清除，关闭所有;I = im2double（imread（"woman_darkhair.tif"））;图，imshow（I，[]）％，在下面的行，我们这个创造了性否定图像变换，我们让1->0％和0->1和0.50 - >0.5和...I2 =（Ⅰ-1）* - 1;图，imshow（I2，[]）;

图像压缩技术是用来减少图像或文本的存储空间的技术。与其他技术相比，使用DWT进行压缩可以提供良好的效果。DWT子带将图像分为四个子带，如LL、LH、HL、HH。

先用视频前几帧进行帧间差分，用cvFindContours()得到二值差分图像中最大的连通块作为camshift的初始选择框 程序做的不完善，只能针对类似test.avi的视频进行测试。(读一下函数GetBlob（) 可能有些压缩格式的视频打不开，需要安装Xvid解码器

对眼瞳的识别 很有效 ，主 要通过使用眼睛的分类器对人眼的眼瞳进行的识别 ，显示的效果很好 ，很大的程度上能实现对眼睛的识别。

VTK文件显示图像，输入文件，将文件显示 1VTK文件格式 2点之间的连线问题 3不同属性颜色映射表问题 近期要解决的问题 Plt格式到VTK格式的数据转换 解决问题说明： 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

采用肤色分割和气泡排序的方法跟踪手的质心。使用卡尔曼滤波改进了结果；

它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。先对图像进行灰度化处理，然后进行高斯滤波，用一阶导数的有限差分来计算梯度的幅值和方向，对梯度幅值进行非极大值抑制，双阈值算法检测和连接边缘

本源码是基于《A texture-based method for modeling the background and detecting moving objects》一文实现的，该方法是基于图像中各个像素点的建模方法，提取的纹理特征的方法为LBP直方图，每个像素点的背景模型中包含K（一般为3或5）个LBP直方图，在后续处理中每来一帧时先进行前景检测，然后更新背景模型，如果当前像素点的LBP直方图和其背景模型中的任何一个直方图都不匹配时，就把权值最小的那个直方图替换成该像素点当前的直方图，并且设置其权值为一个很小的值，如果当前像素点的LBP直方图与其背景模型中的某一个最匹配时，就更新那个最匹配的直方图，并且更新其权值，背景模型中的其他直方图只更新权值。更新完之后进行权值归一化，根据权值大小进行排序。

matlab小波提取纹理特征，进行Gabor小波滤波进行纹理特征提取，一副图像经过小波变换为HH、HL、LH、LL四个子带，再使用这些子带进行特征提取，进行识别

module FFT16(xn_r,xn_i,RST,CLK,START,OUT,Xk_r,Xk_i); input  [15:0] xn_r,xn_i;        //输入的实部与虚部 input  RST,CLK,START;                                            //FFT启动信号与时钟信号和复位信号 output [15:0] Xk_r,Xk_i;        //FFT输出实部与虚部 output OUT;                     //输出标志信号 reg    [15:0] Xk_r,Xk_i; reg    OUT; reg    OUT1,STRT1;     //级联FFT4的输出标志和启动信号 reg    [2:0] k,j,m,n,l,p;  //循环指针 reg    [4:0] i; reg  &nb