在NSCT域多模态医学图像融合

该程序将执行基于 EmguCV 和 CognitecAPI 的人脸识别。EmguCV 是 c + + 的 C# 框架基于 OpenCV 库，广泛应用于计算机视觉。公司提供面相开发进行人脸识别算法。程序首先要求用户提供一个 id，然后捕捉 10 图像 （这可以由开发者后面的代码中更改） 训练分类，然后执行验证。训练图像与测试图像的相似性被描述一个分数，介于 0 和 1 之间的归一化处理。请将确保： 1。您创建一个名为 "fir 文件夹 " 在构建目录中，因为捕捉到的图像都存储在该目录下的 id 名称你 provide.2。你有公司提供面相相关的 API.3。所有其他相关的 dll 包含在文件中，如果东西不能工作，请首先检查是否处于调试模式或发布模式，并确保这些 dll 都在正确的文件夹中。在以明确的方式编写代码，所以它可以轻松地集成到任何其他的脸核查相关的框架，和/或可以被截断或者扩展来执行其他进程。享受吧 ！

只需要点击出点的心会变大。下面的 Matlab 项目包含的源代码和 Matlab 用于一种非常简单而直观的神经网络实现的例子。短代码和容易理解。提供的示例数据集。在项目文件部分中列出的源代码和包含在此项目中的文件，请确保列出的源代码是否满足您的需求存在。

多核加速处理图像 现在计算机的cpu一般都是多核的，而很多程序都没有进行多核优化，这就没有办法充分利用cpu的性能了。比如用vs2010中写一个while(1)循环，在旧电脑上cpu运行是占100%的，而在新的4核电脑上运行则只占25%，似乎没办法再高了。很多地方说用openmp可以发挥多核处理的能力，不过我在程序中加入openmp的优化指令后还是没办法运行到100% 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

用C++实现图像的平滑处理，MFC工程，可以直接使用，内附实例图片，可以直接看到效果，可以学习一下

局部二进制模式（LBP）是一种用于在计算机视觉分类功能。 LBP是中提出的纹理光谱模型的具体情况1990年 [1] [2] LBP在首次描述1994。[3] [4]它已经被认为是一个强大的功能用于纹理分类;它已经进一步确定，当LBP 是结合梯度方向直方图（HOG）的描述符，它大大提高了对某些数据集的检测性能。  LBP的特征矢量，在其最简单的形式中，以如下方式创建：  划分检测窗口进入细胞（例如16×16像素的每个单元格）。  在一个小区中的每个像素，比较像素到它的每一个8邻居（在其左顶，左中间，左底部，右顶部，等等）。 跟随一个圆，即顺时针或逆时针的像素。其中，中心像素的值大于邻居的值，写入“1”。否则，写“0”。这给 出了一个8位二进制数（通常转换为十进制为方便起见）。 计算直方图中

首先计算背景图像与当前帧图像介的差，然后对差分图像进行二值化和形态学滤波处理，并对所得结果进行区域连通性分析，当某一连通的区域的面积大于某一给定阈值时，则成为检测目标，并认为该区域就是目标的区域范围，就可以确定目标的最小外接矩形。目标跟踪模块已有两个基本实现的方法，但运用背景差分方法对图。像进行二值化和滤波的效果，还远没有达到独立、稳定的跟踪要求，必须尝试多种运动目标提取方法及滤波算法。

审查的各块匹配的运动估计在 MPEG 编码中使用的算法。这一幅是为运动检测代码。

基于模板的匹配。主要是利用种子模板的方法，对一幅图像进行检测。适合新手学习，望高手绕道。

目前的技术来生成动画的场景涉及的视频 （其分辨率是有限的） 或单个图像 （这需要大量的用户交互）。在这个项目中，我们描述一个系统，允许用户快速和容易产生一个令人信服的看动画从高分辨率剧照小集合。我们的系统有两个独特的功能。第一，它适用自动部分时间顺序恢复算法于剧照为近似原始的现场动态。

LSD is a linear-time Line Segment Detector giving subpixel accurate results. It is designed to work on any digital image without parameter tuning. It controls its own number of false detections: On average, one false alarms is allowed per image. The method is based on Burns, Hanson, and Riseman"s method, and uses an a-contrario validation approach according to Desolneux, Moisan, and Morel"s theory. The version described here includes some further improvement over the one described in the original article.