细胞计数

harris角点检测源代码，简洁高效，通俗易懂，可以有效检测出图像的角点，并提供了一个画圆的程序，用于在图像上圈出角点。 使用格式为[cnt,posr,posc] = get_harris(img,k,t)  其中img为需要检测的图像，k，t分别为该角点检测的参数。输出cnt为角点数目，posr,posc为各个角点的位置。

这个是MST705 SDK开发包源码，包含多种LCD显示屏的H文件，直接修改头文件配置，就可以实现不同显示屏的更换。

采用肤色分割的人脸检测具有计算简单、检测率高的特点，并且对于人脸有旋转和倾斜的人脸图像也有较好的检测效果。但在检测时会把一些类似于人脸肤色的人体其他部位和类似于肤色的背景误检为人脸，具有较高的误检率。而且基于肤色分割的人脸检测对于光照条件等外部环境要求比较高，外部环境会直接影响其检测的效果。采用Adaboost算法的人脸检测有很好的检测效果，但该方法计算十分复杂，检测速度比较慢，对于有旋转和倾斜的人脸图像的检测率不高，而且当背景环境很复杂的时候该算法的误检率很高。因此，本代码是结合两者的优点的人脸检测

冈萨雷斯《数字图像修复》所有Matlab代码，绝对真实。

从视网膜图像中分割血管，从而准确计算糖尿病视网膜病变是很重要的。在此代码中没有提供图像数据库，使用者可以使用任何免费提供的在线数据库。

本代码是李春明博士的LBF方法的源代码，非常适合初学水平集的学者使用，代码易懂，解释详尽，非常正规，很值得详细学习

OpenCV检测原理主要步骤为：1.加载分类器。用cvLoad函数读入xml格式的文件。文件在OpenCV安装目录下2.读入待检测图像。读入图片或者视频。3.检测人脸。

应用背景粒子滤波算法是一个采用蒙特卡罗采样进行贝叶斯滤波的方法。这种方法有许多的用途，但它已经成为进行物体追踪最好的方法。从概念上讲，一个粒子滤波算法包含一个被监视系统的状态的概率分布。关键技术在本项目中，状态就是指被追踪物体的位置、大小等等。在许多情况下，非线性和非高斯型在物体的运动和相似性建模上会得到一个难以处理的滤波分布。粒子滤波采用将这个分布重新表示为一组加权值，或称为粒子的方法克服了这个困难。每个粒子表示一个可能的系统状态实例。换句话说，每个粒子描述了被追踪物体可能处于的一个方位。一个粒子集包含了被追踪物体最有可能处于的方位。因此，我们可以通过寻找在粒子滤波分布中最大的权重来确定物体最有可能处于的状态。

matlab 程序代码来计算编码 h.264 值 在计算能力和技术最近的增长推动了需要高度安全的数据通信。安全通信的最佳技术之一是信息的隐写术的隐藏的传达到存在一种艺术。加密技术，称为双隐写术，结合使用隐写术的过程开发一个坚固的模型，在确定任何隐藏和加密的数据中添加很多的挑战。使用加密技术来加密数据之前传输可能会阻止任何类型的安全问题。但伪装加密数据的外观可能会引起怀疑。因此使用内隐写术的密码系统，引起的双隐写术，将提供更好的安全性改进的版本。提出了隐藏数据与二能级的安全性，以嵌入数据加上良好的感知透明性和高负载能力的一种技术。提出了一种新型的数据隐藏直接在 H.265/HEVC 视频流的压缩版本，其中包括以下三个部分，即数据加密、 视频压缩、 数据嵌入和提取数据。通过分析 H.265/HEVC 编解码器，码字的快速模式的属性码字的运动矢量差异都用以掩饰视频流中的数据。数据隐藏是直接在压缩的 H.265/HEVC 视频码流进行的。这项计划可以确保格式的法规遵从性和严格的 file 大小保存。

利用opencv在原始图像上用鼠标点选四个点，构造出一个四边形，并依此四边形区域设置图像ROI区域，会对新手有所帮助