时空深度的长方体相似特征活动识别使用深度相机

资源描述本程序详细的说明1602如何显示并且改造他，方便的让你使用1602程序，对新进去C语音的新人来说是一份福音

VC6绘制3D饼状图 - 完美版，用于学习VC++下GDI绘图，是从项目中摘出来的，有较在的实用价值。喜欢的可以收藏一下

视频监控中前端DVS的实现程序，支持SIP/RTP等协议。视频编解码算法为H.264，音频编解码算法为G.711，支持多路并发传输，支持264码流封装为RTP包。

cs算法：FBMPR。

演示如何通过将另一个图像隐藏在某个位来对图像进行水印

sift代码主要实现在sift.c这个文件中：首先创建初始图像，即通过将图像转换成为32位的灰度图像，然后将图像进过三次插值放大，之后进行高斯模糊，在此基础上进行高斯金字塔以及高斯差分金字塔的构建，下一步对图像进行特征点检测，计算特征向量的尺度，调整图像大小，计算特征方向，计算二维方向直方图并将其转换成为特征描述子。在输入参数中，img表示输入图像，feat表示提取的特征指针，octvl表示高斯金字塔和高斯差分金字塔的组数，的intvl表示高斯金字塔和高斯差分金字塔的层数，sigma是初始化过程中高斯模糊所使用的参数，contr_thr是归一化之后去除不稳定特征的阈值，curv_thr是去除边缘特征的主曲率阈值，img_dbl是是否将图像放大为之前的两倍，descr_with是计算特征描述子方向的直方图的宽度，descr_hist_bins是直方图中的条数。

利用均值濾波、形態學運算、canny找邊緣來切割血管，医学图像处理是图像处理领域中的重点与难点问题之一。随着数字图像处理技术的快速发展,借助电子计算机等辅助手段,医学图像的提取方法以及图像质量都得到极大的提高。眼底视网膜图像是人体唯一可以非创伤直接观察的较深层微血管,对视网膜血管的分析研究有助于疾病的精确诊断。然而,由于视网膜血管图像的灰度分布不均匀,目标血管与图像背景的对比度低,再加上图像噪声的污染,使视网膜血管的自动分割非常困难。所以,通过建立眼底视网膜图像的计算机辅助分析系统,对眼底视网膜组织进行定量分析与定性检测,对临床眼科学的病理诊断具有非常重要的意义。本课题在查阅大量数字图像处理的文献基础之上,结合DRIVE眼底视网膜图像数据库模型,通过分析不同图像分割算法的特性,对眼底视网膜血管图像进行了分割实验与对比分析,主要过程如下：1.对视网膜图像预处理。通过分析RGB彩色系统模型,对各通道的视网膜图像进行对比度比较。掌握数字图像处理的基本操作方法

使用改进的GAC算法对图像进行分割，图像中的偏微分方程课程的一门课堂作业，在图像分割的效果上有很大很大的改进，分割效果也很不错！！！！！！！！！！！！！！！！！！！！！！！！！！！！！

基于opencv的人脸检测代码，适合初学者使用多个弱分类器集成的方法，机器学习中的弱学习到强学习，集成的关键是投票，最简单的方法是“绝对多数”的方法

这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具