汉字点阵字体生成工具

利用形态学处理对道路进行分割提取，包括中值滤波3x3,5x5,7x7等不同模版下的道路提取，可以有效的提取出道路的骨外扩，后面有详细的备注说明。                                                                                                                                  

本程序功能与Windows下附件中的画图软件功能相近。本程序是在VC6.0平台上用MFC所编，支持多文档和多视图结构，视图为滚动视图，允许分割窗口。绘制方面的功能主要包括绘制各种图元，包括直线、Bezier曲线、矩形、圆角矩形、椭圆（圆）、多边形，用笔或画刷自由绘图，橡皮擦擦除，颜料桶填充，取色和区域选取移动。绘图时可以选择各种画笔颜色和画刷颜色，各种线型和线宽，以及画封闭图元时是否填充，当然，还能设置背景色、清除图像及画布大小调整等，并且在绘图区单击右键会弹出快捷菜单。程序支持保存和读取位图格式。 程序界面主要由标题栏、菜单栏、工具栏、状态栏、绘图工作区及属性页对话框组成，其中有四个实现不同功能的工具栏，包括MFC自动生成的工具条、自定义的工具箱（ToolBox）、颜色盒（ColorBox）和工具属性栏（ToolStyleBox）。其中MFC自动生成的工具条用于保存文件之类的操作工具箱可以选择绘图或操作方式，颜色盒选取颜色，工具属性栏设置工具属性，状态栏中显示鼠标在绘图区的逻辑坐标，属性页对话框可以改变画布大小及设置背景色和前景色。工具栏和状态栏有停靠和浮动功能。

在图像处理中，即边缘检测为实时图像做处理，。可以使用 USB 摄像头或摄像头的笔记本电脑。

文献 《图像的盲复原研究》以及实现的代码   1.图像去噪MATLAB仿真程序.m 2.图像点扩展函数获取MATLAB仿真程序.m 3.约束最小二乘法图像复原MATLAB仿真程序

通过采用surf算法，来分别提取两幅图像的特征点，来进行图像的匹配，利用ransac算法来剔除误匹配，实现精确的配准，根据匹配点，计算homography，进行两幅图像的拼接。实际使用中，新建一个控制台工程，将压缩包里面的两个文件加入工程，即可运行。

图像的超分辨率处理。将一张正方形图像先降采样变成原来的1/16，然后经过迭代反投影算法再变回原来的大小。将小图和大图比较可以发现清楚了很多。注意一定要放入正方形的图。迭代反投影算法是将模拟低分辨率图像和观测低分辨率图像的误差叠加到当前估计高分辨率图像，生成新的高分辨率估计图像，进行欠采样得到当前低分辨率模拟图像，不断循环迭代这个过程，直到误差精确达到要求范围或直到迭代次数完成（避免出现死循环）。

纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,

不确定性下多传感器数据融合的dempster-shafer matlab工具箱

Cette 应用程序倒关于 de traiter des 的图像与 qt en，c + +。 点石 cette 应用然而 implémenté 几 algorithmes dans le domaines 空间，告诉 que la 活动 des 轮廓与 Sobel、 binarisation、 seuillage、 moyenneur、 mediane...... 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

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图