图像自动偏色校正bias color correction

使用IR 模块  DE2-115 开发板配备有一个红外接收（IR）模组（型号：IRM-V538N7/TR1），相关的电路图可以在DE2-115 系统光盘里面的DE2_115_datasheetIR_Receiver 目录下找到。需要注意的是，这个一体化接收模组，仅兼容38kHz 载波脉宽调制模式。附带的使用uPD6121G 芯片编码的遥控器可以产生与接收器匹配的调制信号。

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图

蚁群算法模拟使用C ++语言，包含了蚁群元启发式算法使用了许多类和方法。

这个库是免费软件;您可以重新分配和/或修改它的GNU通用公共条款由自由软件基金会出版许可证;或许可证，或（由你选择）任何更新的版本第2版。该库分布在希望这将是有益的，但没有任何担保;没有连暗示的保证适销性或适用于特定用途。见GNU库通用公共许可证的更多细节。

jepg图像压缩。。。包含分块DCT，量化，zigzag,反zigzag,反量化，和反dct。。。。没有包含编码内容。。。此程序没有使用能满足刚好分为8*8小块的图片而是使用不规则图片。。。通过补齐黑边来实现程序的通用性。。。压缩包中包含有测试图片。。。可以对任何维度的图片使用。。。缺点是使用循环较多。。。运行速度较慢。。。

1，启动摄像头 2，加噪和去噪 3，对对视频进行保存和录制 4.人脸的检测 5，简单人脸跟踪 6，人脸识别

图像LBP特征提取，适合初学者用来提取图像的local binary pattern特征，较详细的代码，可用于特征检测，目标识别，人脸识别等应用中

其他格式转ETC，就是一个包装代码，调用别人实现的工具来完成我的工作。使用nodejs语言，可以作为nodejs的学习使用

http://en.wikipedia.org/wiki/Metropolis-Hastings_algorithm 大都会-黑斯廷斯算法是马尔科夫链蒙特 Carlo 方法获取从概率分布的随机样本序列为直接采样是困难的。序列可以用 近似分布。 下面的代码是算法的大都市-黑斯廷斯，一个简单的实现这些代码根据 linux 运行系统。 编译，并也可以用在 Windows 操作系统中。 Metropolis_demo.cpp 是一个演示取样高斯分布。 在 matlab 才能看到结果运行 metropolis_demo.m。您可以修改 metropolis_demo.cpp 适应代码到你自己的问题。

examplehaffuman.m  哈夫曼应用实例examplepalar2.m   平面一般分割examplepalar.m    平面分割 1-D 游程编码应用实例lzwexample.m      lzw编码的应用实例erzhifenjie.m     平面的分割8层suanshubianma.m   算术编码code1.m          图像直方图均衡化处理code2.m          图像直方图规定化处理