粒子滤波源代码

资源描述这个代码能够实现简单的1,2,3....10的手势识别，但是代码的识别率不是特别高。源码是我在网上下载，但是我自己编译时报错，发现源码中有一处细微错误。我自己更改后成功运行，但是代码本身算法不够好，精确度不高。

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。

基于Emgu的是视频播放程序，使用VS2010+Emgu2.3.0环境，亦可导入摄像机数据，使用EM算法对单独像素点的出现在时间方向上的累加进行建模的方法是新颖的，并且对一个典型的确定的方法提供了一种自然的概率层面的概括

应用背景一个写承诺的眼睛检测和模板匹配的Android教程。由于OpenCV的Android是越来越好，一些代码片段可以是旧的，不是最好的解决问题的方法。如果您发现了一些改进，请评论或联系我，我将编辑这篇文章，分享给别人。我们采取标准的人脸检测和OpenCV的例子延伸一点。Android SDK可以在opencv  发现http://sourceforge.net/projects/opencvlibrary/files/opencv-android/；如果你arent"n熟悉Eclipse和OpenCV的呢，请阅读 ；  opencv4android的基本设置；第一。进口面检测样品，以蚀和清洗/建设项目确保正确进口和工作。正如你可以在视频中，有一些不同的图形用户界面对纯样品。有一个滑块可以很容易地改变匹配方法和按钮来重新创建眼睛模板。关键技术Android SDK Java OpenCV图像处理

资源描述采用颜色直方图作为特征的粒子滤波算法和卡尔曼滤波算法

医院的医疗影像系统，c++开发的，效果很好，比市面上用c#写的好，图像处理还是用c++做的好，处理性强，很有参考价值可用来二次开发很有用。

翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject我们常在报纸上看到图片。观察这样的图片你会发现它是由一个个点组成的。我们也可以做出这种效果。很有趣。适用于初学者。背景操作系统: Microsoft Windows 7 专业版 (64 位) 开发实用程序: Microsoft Visual Studio 2010使用代码 // The height of the image. for ( int iY = 0; iY < imageA->DibInfo->bmiHeader.biHeight; iY++ ) { // The height of the image. for ( int iX = 0; iX < imageA->DibInfo->bmiHeader.biWidth; iX++ ) { // The index of pixel, because we use the three depth bit to present one pixel of color, // Therefore, we have to multiply three. lIDXA = ( iX * 3 ) + ( iY * imageA->DibInfo->bmiHeader.biWidth * 3 ); // To get the pixel depth of the blue channel, byteRGB_BA = imageA->DibArr

基于概率框架的立体视觉匹配和运动估计方法

下面是该算法的伪代码：(a) 载入一个 HDR RGB 图像(b) 计算强度层我(c) 计算 log(I)(d) 筛选使用双边滤波获得 log(F) log(I)(e) 计算详细信息通道 D = log(I)-log(F)(f) 计算： 三角洲 = max[log(F)]-min[log(F)](g) 计算： γ = log(constrast) / 三角洲(h) 计算新的强度层： N = 10^[gamma*log(F) + D](i) 规模的 RGB 值由 N / 我(j) 保存 LDR 图像

用matlab编写的形态学滤波预处理指纹图像，包括n*n的二值膨胀、腐蚀和开闭操作，得到较好的指纹图像