实时视频处理

这是一个matlab下处理立体匹配的完整代码，来源于国外的一个大学例程，包含详细的.m文件和交叉编译的cpp、h文件等，适合仔细研读具体的算法原理

应用背景帧差法是背景减图法中的一种，只不过是帧差法不需要建模，因为它的背景模型就是上一帧的图，所以速度非常快，另外帧差法对缓慢变换的光照不是很敏感，所以其用途还是有的，有不少学者对其做出了出色的改进。关键技术 可以看出其“双影”和”空洞”比较明显。双影是由于帧差法有2个影子，在该试验中就是轮廓变得很粗，”空洞”是由于物体内部颜色相近，检测不出来。当然帧差法还有个致命的缺点那就是阈值T需要人工设定。 　　对于帧差法的”双影”现象，有人提出来了三帧差法。其原理如下所示： 　　1. 由i(t)-i(t-1)得到前景图     F1 　　2. 由i(t+1)-i(t)得到前景图    F2 　　3.  F1 ∩ F2得到前景图     F3 　　4.  形态学处理 也就是利用2次相邻帧的差，然后去与操作，就得到了真正的那个影子了。这个在一定程度上可以解决”

利用 Matlab 实现基于阈值的图像分割方法，包含 Otsu 法、 最大熵、 聚类和其他方法的各种使用方法

图像处理 DCT 变换 水印，matlab代码，包含很多算法的原始代码，可以直接运行。图像处理 DCT 变换 水印，matlab代码，包含很多算法的原始代码，可以直接运行。

资源描述应用Visio studio +opencv实现直线检测，通过读入一副图片进行二值化并实现边缘检测，最后应用霍夫变换检测直线。

编号队列具有更高的出列优先级编号队列具有更高的出列优先级编号队列具有更高的出列优先级编号队列具有更高的出列优先级

应用背景本程序实现了多层小波变换及反变换，小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,本程序实现了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。 关键技术基于小波变换的图像去噪一般由三个步骤来完成:(1)小波变换;(2)对小波系数进行处理,以滤除噪声;(3)小波逆变换。小波去噪的核心是在上述第二个步骤中按照一定的准则对小波系数进行修改,在不损失过多细节信息的前提下,达到降低或去除噪声的目的。

本程序得先通过摄像机标定，获取内参矩阵和畸变系数矩阵，然后根据learning opencv 中的方法进行鸟瞰变换。其中有可执行的程序，和源代码

卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。

数字图像处理，C++源程序