基于contourlet的图像融合1_像素绝对值取大

图像小波融合代码。 小波变换是将图像分解成频域上各个频率段的子图，以代表原图的各个特征分量。这对后续的融合处理极为重要，使得融合处理可以根据不同的特征分量采用不同的融合方法以达到最佳融合效果。图像的融合策略（方法）是图像融合的核心，方法与规则的优劣直接影响融合的速度与质量。 在一幅图像的小波分解中，绝对值较大的小波高频系数对应着亮度急剧变化的点，也就是图像中对比度变换较大的边缘特征，如边界、亮线及区域轮廓。融合的效果 就是对同样的目标，融合前在图像A中若比图像B中显著，融合后图像A中的目标就被保留，图像B中的目标就被忽略。这样，图像A、B中目标的小波变换系数将 在不同的分辨率水平上占统治地位，从而在最终的融合图像中，图像A 与图像B中的显著目标都被保留。

用labview实现的一个关于回声探测器的实现，包括软件实现部分与报告的详细设计，只需在电脑到安装相关labview软件就可以直接运行，报告上有详细的设计说明，只要按照报告上的步骤操作就可以完全理解。

应用背景一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒。关键技术压缩跟踪算法： 输入：第t帧图像 1、在t-1帧跟踪到的目标位置It-1的周围（也就是满足Dγ={z|||l(z)−lt−1||

FreeType库是一个完全免费（开源）的、高质量的且可移植的字体引擎，它提供统一的接口来访问多种字体格式文件，包括TrueType, OpenType 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

其他格式转ETC，就是一个包装代码，调用别人实现的工具来完成我的工作。使用nodejs语言，可以作为nodejs的学习使用

目标检测和跟踪在许多计算机视觉应用中非常重要，包括活动识别、汽车安全和监控。在本例中，您将通过将跟踪问题分为三个独立的问题来开发一个简单的人脸跟踪系统：

 程序是在Microsoft VC++6.0环境下进行的，利用MFC对话框应用程序进行开发，可以播放多种分辨率的yuv视频,具备简单的播放、暂停、帧记录功能。      YUV播放器制作大致包括三步：读取视频数据、将YUV视频转RGB及RGB视频的显示。通过对YUV视频进行一帧一帧处理、显示。由于无法直接读取YUV视频数据的格式，所以需要人为预先设定即将读取的每帧数据的大小即图像的宽高。设计时使用“设置”可以根据视频源让用户自行选择。注意若选择的分辨率不对，解码出来的图像显示也不对。

IMTRANS - Homogeneous transformation of an image. Applies a geometric transform to an image [newim, newT] = imTrans(im, T, region, sze);

图像处理VC++框架和代码，包括点运算，线性变换，频域变换，复原，形态学，分割，滤波等等功能

实现基本的直方图，阈值分割，形态学滤波，边界分割，利用傅里叶描绘子实现1/4,1/8,1/16边界重建。