opencv平面标定法

逆透视变换效果展示，输入图像格式为*.ppm，输出结果为转换后的鸟瞰图，算法中需要相机拍摄图像时候的内外参数，这样转换出来的效果才更准确。

常用的opencv图像处理。包括颜色直方图提取、Canny算子对边缘检测、角点提取、Hough直线提取、Hough圆提取、Hough矩形提取等内容。针对不同测试可将对应的main函数名改正即可。需配置opencv环境。

资源描述资源包含模糊C均值算法（FCM）及其改进算法FCM_S,GFCM,KFCM,KGFCM的matlab原函数及示例程序，可用于图像分割等分类问题

 用小波变换编码为文件进行压缩，得到一个比较好的压缩程序，详细说明小波变换原理以及系哦啊波变换算法在图像处理中的利用，很好地学习资料，希望大家互相学习，提出宝贵意见

手势检测从视频序列中检测到手并定位手的区域，该过程对于特征的选择与处理相当关键，肤色及运动信息是经常被采用的两个有效的特征。但是，现实环境中由于光照变化、背景复杂及其它不可预知的干扰，仅一个特征往往不能有效地定位出手，需要多种特征互补，手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置，并使用红色矩形框框出区域。该实验从视频中检测出人手并定位手的区域。

资源描述应用canny对边界提取后，在应用局部线性回归对边界进行平滑，最终得到平滑边界，在和原图进行比对，适合初学者，程序简单，参数可以适当改变

包含两个程序，程序1是实现HE的暗通道先验去雾的程序，程序2是实现清华大学俞晶的基于暗通道和双边滤波的图像去雾的程序，可以直观的比较两者的差别。

翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject 有时候我们会发现拍照很有趣，那么让我们来把它变得更有趣吧。设计灰色和动漫风格的照片不是很难。你只需有一个安卓手机并安装一个有趣的相机应用就好了。 通常，拍照时会遇到自动对焦问题，首先，我们要等待自动对焦完成，然后再拍照。这就是为什么我们需要重写自动对焦方法来帮助我们拍得更清楚。其次，图像处理时需要将原始数据转换成位图格式。我们使用位图工厂进行转变。第三，有两个图像处理效果可供选择，灰阶和动漫风格。灰阶很简单，仅是获取  R, G 和 B 的数量然后除以 3。但是我们依然需要知道如何分别获取 R, G 和 B 通道。使用 color 方法获取像素值帮助我们获得 R, G 和 B  的值。 动漫风格需要两个处理，包括索贝尔过滤和有序抖动处理。我们需要结合两种方法完成动漫效果。如果你想开发更多效果，可以使用这个代码架构继续开发。因为这是准备自动对焦并回调函数拍照。 你只需按照此架构添加新的图像效果即可。这个 APP 会在你选择图像效果前开启相机，然后你可以选择效果。你可以按下”拍照“按钮，然后可以查看处理后的图像。开发这个应用只有两个文件，非常简单。 适用于初学者。背景设备操作系统: Android 4.1.2 开发者实用程序: Eclipse ADT使用代码File Name: AndroidManifest.xml

应用背景一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒。关键技术压缩跟踪算法： 输入：第t帧图像 1、在t-1帧跟踪到的目标位置It-1的周围（也就是满足Dγ={z|||l(z)−lt−1||

应用背景粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛的原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。关键技术粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(SequentialImportance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。