光线渲染程序，cuda下并行实现

半监督学习（Semi-supervised Learning）是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。它主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。

粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率， 可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样 法(Sequential Importance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行 近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式 的概率密度分布。

车辆的检测与跟踪是目前交通领域比较热门的话题，该文件使用opencv实现，包含了运动车辆检测跟踪系统里的源代码，可直接调用。

其中包括播放avi视频文件，打开摄像头，用摄像头连续拍照并保存，夹在一幅图像，对图像中任意一个象素点数值的读取，打开摄像头录制一段视频并且保存

由于对运动目标检测与提取的精度要求越来越高,在运动检测中排除阴影的干扰也就越来越受到重视。当前采用的运动检测算法通常在提取运动目标 的同时也将运动阴影提取出来,这会导致在分割和提取运动目标时产生严重的影响。阴影消除算法，matlab版本，其中阴影消除的阈值和数学形态学模板的大小需要根据具体的视频图像调整到合适的值。

应用背景粒子滤波目标跟踪源码，通过粒子滤波技术，画一个待选框，然后在视屏中通过待选框中的运动物体，然后对其进行实时跟踪。本人已经调试。关键技术粒子滤波技术结合目标检测复选框，选择运动目标，然后通过视频序列来检测运动目标并跟踪运动目标，从而达到跟踪目标的效果。

结合Surf描述符算子和Sift描述符算子提取的图像不变特征。利用了Sift描述符对尺度，翻转的强有效性；和Surf描述符对光强的 敏感性，进行图像复制粘贴防伪检测。代码中有一个实例，可以看出检测结果。

翻译 maninwest@Codeforge  作者:Olivier Giulieri@ Codeproject 简介 此项目是一个 web 颜色选择器，看上去像是 Microsoft Office 2010 中的那个。它可以内联使用或者作为绑到文本框的弹出窗使用，支持多种配置和主题。该项目和演示托管在 GitHub 上。 http://github.com/evoluteur/colorpicker 使用代码首先，加载 jQuery (v1.7 或以上版本)、 jQuery UI (v1.8或以上版本)以及这个小工具的代码： 这个小部件需要 jQuery UI 主题， 以及自带的基本 CSS 文件 "evol.colorpicker.css"，在这里我们使用 "ui-lightness" 主题作为例子:

用delphi语言编写实现图像的平移与缩放，代码精简，能达到很好的平移，缩放效果。同时里面附有例子图像，自己也可以加载自己所想加入的图片进行测试，很好用哦。

数字图像处理matlab版，冈萨雷斯_图片/others/diana.jpg冈萨雷斯_图片/others/eyestru.jpg冈萨雷斯_图片/others/flower.jpg冈萨雷斯_图片/others/flower1.jpg冈萨雷斯_图片/others/lady.jpg冈萨雷斯_图片/others/lena.jpg冈萨雷斯_图片/others/lena1.jpg冈萨雷斯_图片/others/len_full.jpg冈萨雷斯_图片/others/l_hires.jpg冈萨雷斯_