粒子滤波源代码

资源描述基于LSB的数字水印嵌入算法，具有比较高的嵌入速率和效率

对一副彩色图像进行直方图均衡化，达到图像彩色增强的效果，对原图像分三个通道，分别对三通道进行增强处理，最后再合成新的增强的图像，增强效果明显。

应用背景基于肤色分割手势图像可以很大程度除去背景，但因为人脸也是肤色也能被检测出来，这里就要除掉人脸信息。只留下手势信息就行。关键技术通过先对视频帧得到每个像素的概率，从而获得概率似然图像，再对该图像进行阈值分割

该代码表示 Matlab m 为高斯滤波的函数作为输入原始图像、 卷积窗和标准偏差的大小。此外本存档内发现指数和对数逐点转换。

车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 matlab 车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 mat

非常好的DS证据理论算法代码，应用DS证据理论的融合算法进行图像分割，代码可用，无报错。有实例图像。

应用背景如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。关键技术对于第一帧出现前景的情况，由于后续更新背景都是对前景mask后对背景进行更新的，所以第一帧的前景部分对背景的影响因子很难被更新掉。这里提出一种改进的办法——混合高斯模型。可以使一个像素具有更多的信息，这样可以有效的减少类似树叶的不停飘动，水波的不停荡漾这种对前景的干扰。这个精密的算法比之前我所介绍的简单方法要复杂很多，不易实现。还好，OpenCV已经为我们做好了相关工作，将其封装在类BackgroundSubtractorMOG，使用起来非常方便。

demo_permutation - 演示中的图像的层叠柱版本和使用修补基置换重新排序它的结果之间“平滑度”的差异。我们比较使用移动积所获得的两个一维信号的平滑性。我们还说明了如何通过贴剂的路径看起来当其重排序是通过图像的光栅扫描和补丁基于置换定义等。 demo_inpainting - 图像使用在重新排序的补丁基地排列，然后将丢失的像素是使用立方插值重建图像修复实验。demo_denoising - 图像去噪实验中使用的图像中重新排序的补丁基地排列，然后用学到的过滤器过滤。

弄了几天总算出来效果了，原来一直对menashift算法中权值w的下标理解有错误。核函数使用的是简单的Epanechnikov，带宽h和搜索区域的大小都是固定的这个有待改进。摄像头使用的是笔记本自带的摄像头。

它是一个来源的代码生成一个新图像，其 haar 特征。检测到这一高度的相机 (h)、 距离 (d) 和长度 (l) 等三和 eom 车辆 detectionit 使用 8-features.//it 第一次需要摄像机标定中，提出的算法基于车辆在站 image.it。ref： 戈尔 Genric 障碍和车道线检测的并行实时配乐视觉系统