多目标跟踪的对象

原创图像分割程序。实现工作台表面缺陷的自动分割。基于梯度图操作，对得到的梯度图进行开运算去噪，然后二值化后经过一定的形态学处理可以得到缺陷轮廓。但由于噪点过多，因而效果不理想。本程序通过在两个尺度上同时操作，高尺度的图精细，噪点多；低尺度的图粗糙，但包含的噪点少。因此在用低尺度图得到的结果作为种子图，用高尺度的图作为生长依据，最终得到理想的分割结果。

基于OMP正交匹配追踪算法的小波基CS图像重构。利用测得矩阵找出重建矩阵中与之最匹配的列，与该列对应的即是重建的稀疏图像中的相对应位置的系数。然后得到将测量矩阵减去第一步第一个系数所对应产生的测量矩阵中的值，得到下一步残差，然后再找与之最匹配的列，如此循环下去，直到迭代到要求的次数

用于实现SPIHT算法的Matlab代码；

流程：原始图像——傅里叶变换——频率域滤波处理——傅里叶变换——增强后的图像。在具体进行频率域的各种处理滤波的前后,进行了傅立叶变换以及傅立叶反变换.这两个变换的过程就是将空间的信息分解为在频率上的表示,或者将频率上的表示转化为空间上的表示,两种变换是互为逆变换的.正是通过傅立叶正反变换的处理,才使得频率域上的处理可以用于图像的增强

应用背景本科毕业设计，题目为 《基于深度学习的车辆识别系统》。本代码为对图片的批量处理，将图片用opencv转换为文本数据形式。关键技术对图片进行批量转换，由于深度学习模式是对向量进行学习，本处代码主要为将指定文件夹内的图片全部转换为0~255间的数字组成的向量，并存到文本中

基于量子遗传算法的函数优化问题的 matlab 程序代码 它可以通过用于最小化成本函数在图像处理领域中 图像复原或分割等

面对通过USB摄像头的实时拍摄的图像识别的例子。它的演示。没有在个人电脑上，但在嵌入式主板，如比格板性能问题，它需要的优化配置。它的运行速度非常慢。

利用离散小波变换分析给定图像的特定项目performsthe压缩的。离散余弦变换（DCT）是一个傅立叶相关变换类似于离散傅立叶变换（DFT），但usingonly实数。双离合变速器相当于两倍长度的DFT，与偶对称操作真实的数据（因为傅立叶transformof真实偶函数是真实的，甚至），其中在一些变体inputand/或输出数据半个样品转移。它把从空间域到thefrequency域中的信号或图像。为了获得更好的性能，图像istransformed到频域。它可以单独的图像分成高，中，低频率分量。 DCT是在JPEG压缩算法用来在每个频域变换的连续8×8像素的imagefrom空间域中的块，以64个DCT系数的机构。 DCT具有的AAdvantage超过其它变换是最大限度地减少块likeappearance所得当8×8子图像之间的边界becomevisible称为块效应的能力。

 本程序利用他人在网络中分享的算法进行学习，并在学习过程中进行的部分改编。程序结构简单，适用于初学者了解算法的内涵。

基于运动的多目标跟踪