NLMeans GoossensLNLA2008 demo code

纹理广泛存在于自然界中，是物体表面最本质的属性。纹理分析技术一直是热门的研究领域，纹理特 征提取作为纹理分析的首要任务更是人们研究的焦点。这是一个VC实现的图像的纹理特征提取。

图像显示......通过使用 aforge 库，它将图像转换为灰度，二进制文件 （黑色和白色），给饱和的图像、 图像上应用色相和也找到边缘检测在图像上......第一个 u 浏览您的图像然后那个形象获得所有这些技术从一个应用程序...

资源描述神经网络过程，主要使用的是BP神经网络模型实现图像压缩！！！其中包括图像压缩和图像重建过程。对学习图像压缩的盆友有帮助

这是一个简单的案例，利用OpenCV中的CvCapture类型来通过电脑的摄像头获取到实时的图像，使得运行的效果像是视频一样。

该程序实现了2004年Boykov新的最大流最小割算法，应用在图像分割中的图割模型中，能够最优化图割中的能量函数，代码完整，能够实现。

利用大华摄像头的官方sdk开发的视频预览、截图、回放、云台控制等功能，用vc/MFC界面做的，比较简单的实现

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

Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。结合Klaman进行轨迹预测。

这是基于一个勺子形状图像的识别程序，基于形状因子的提取，方法是循环遍历的方法。

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