图片视频化

基于camshift的实时目标跟踪，能根据运动目标的方向直方图对运动目标进行准确的跟踪

cuda上矩阵相乘的优化，对图像处理在CUDA上进行并行运算有很大的作用，帮助理解CUDA寄存器溢出的原因。

脑磁共振图像的分割 特征提取 预处理 脑肿瘤

资源描述鱼眼图像矫正以及全景展开。本程序实现了对于鱼眼图像的标准化参数以及标定鱼眼中心坐标、半径，并且对于鱼眼图像进行矫正。最后，通过角度设置对鱼眼图像进行全景展开。具有很好的效果

应用背景图形图像处理，寻找大津阈值，程序中运用继承派生的思想，寻找最优大津阈值关键技术图像分割处理领域，关键目标提取，大津阈值选取

资源描述    VisualC++数字图像处理技术详解 第一章 图像编程基础

该代码在VS2010环境下开发，语言采用微软的C#语言，并结合Emgucv实现的简单的画图功能，实现了双缓冲，代码简单，适合初学者。可以用来学习Emgucv与C#语言，有一定参考价值

Snake模型称为动态轮廓模型（Active Contour  Model）是Kass与1987年提出的，它对于在噪声和对比度不敏感，能将目标从复杂背景中分割出来，并能有效的跟踪目标的形变和非刚体的复杂运动而被广泛用于图像分割和物体跟踪等图像处理领域。Snake主要原理是先提供待分割图像的一个初始轮廓的位置，并对其定义个能量函数，是轮廓沿能量降低的方向靠近。当能量函数达到最小的时候，提供的初始轮廓收敛到图形中目标的真实轮廓。Snake能量函数是有内部能量函数和外部能量函数组成，内部能量控制轮廓的平滑性和连续性，外部能量由图像能量和约束能量组成，控制轮廓向着实际轮廓收敛，其中约束能量可根据具体的对象形态定义，使得snake具有很大的灵活性。Snake模型发展10多年来，许多学者对于经典的snake模型做了改进，提出各种改进的snake模型，其中梯度矢量流（Gradient Vector  Flow,GVF）模型扩大了经典snake的外力作用范围，加强了对目标凹轮廓边缘的吸引力，提高了传统的snake模型。文件中包含snake数学模型介绍的论文以及实现算法的代码，对学习该算法的科研人员会有帮助

在这个计算冰图像部分上使用用户输入的数字值的字段，在哪个用户定义区域多少字段可以的覆盖的区域，我们用哪个，如果颜色是橙色，比它将 1 或更少数量的冰在任何领域，同样最高用不同的颜色的颜色函数值。

调用opencv原有的特征点检测提取算法，实现将指定路径下的图片使用选择算法依次进行特征点的检测与提取，并将图像以及特征点的检测和提取信息保存至文件。实现检测算法有三种算法可选。图像匹配调用原有匹配算法，在指定目录下，读取保存图像及特征点信息的文件，一次实现图像的匹配并判断和记录匹配结果。