边缘检测算法Verilog实现的

图像分析是通过图像分析来理解图像内容的过程

基于OpenCV的OpenCV的摄像机标定问题的研究，文章比较详细透彻地分析了摄像机的标定的一些理论知识的介绍。对于初学者将是一个比较的文件。

整体功能： 自动车辆跟踪、 检测和拍照、 定位和 recognitionTracking 和拍摄功能可以几乎不被视为满足履行职能： 目标跟踪在一段视频： 圈对象手动第一 ；USB cameraFor 一辆车

这个项目的目标是在实时，与较高的检测率和几个误报检测人类。人类探测器达到 20 帧/秒速度和先进的检测精度，而不是诉诸特别像 GPU 硬件使用只有一个处理线程。轮廓线是人体检测，最重要的信息来源和相邻像素之间的比较情况迹象的关键编码轮廓。

稀疏度自适应(SAMP)信号重构算法在源信号稀疏度未知的情况下能够较为精确的恢复源信号，并且该算法的复杂度不高，能够很好的适应于压缩感知中对一维和二维信号的恢复，是贪婪类算法中比较新的一种算法。 本代码将原图像lena在离散余弦稀疏基下稀疏表示，测量矩阵选取高斯随机矩阵，用SAMP算法对原图像进行重构。  

用VC6.0编写的图像拼接程序，能够将两幅有重叠的图像拼接成一整副图像，有360度全景的感觉，希望能给大家参考

应用离散傅里叶变换的快速算法FFT分析信号的频谱。深刻理解应用FFT分析离散和连续信号的原理，掌握分析过程中出现的现象及解决方法。

1，这是技术结合SVD和DWT2，同步码技术，实现了非常低的概率误差率3，它提出了一个多层次的安全，可靠和高容量的图像水印算法。

在实际图像研究中，常常只有图像中那些感兴趣的目标才能为我们提供高效、有用的信息。这些目标一般对应 图像中特定的、具有独特性质的区域。图像分割就是将图像划分成若干个这样的有意义区域的过程，各区域是 具有相近特性的像素的连通集合。图像分割是数字图像处理的重要技术之一，其基础是像素间的相似性和跳变性。 图像分割技术主要分为四大类：阈值分割，区域分割，边缘检测和差分法运动分割（主要针对运动图像的分割）。

EMGU CV是OPEN CV的封装，C#能通过这些封装使用OPEN CV的函数、结构体完成对图像的处理，这段代码只是初步完成vs 2010里面对emgu cv的调用。开发环境vs2010.