混合高斯模型用于背景减除，目标识别。

delphi,图像,压缩,传输,用Delphi实现屏幕抓取、图像压缩、图像传输的示例，供大家学习使用，如有不足之处，请大家原谅，毕竟是个新手，希望大家多多指教！谢谢啊！！！

考虑运动向量平滑的块匹配运动估计方法，matlab代码

================================================================================    MICROSOFT 基础类库： FaceRecognition 项目概述===============================================================================应用程序向导已为您创建了此 FaceRecognition 应用程序。此应用程序不仅介绍了使用 Microsoft 基础类的基本知识，而且是编写应用程序的起点。此文件包含组成 FaceRecognition 应用程序的每个文件的内容摘要。FaceRecognition.vcproj    这是使用“应用程序向导”生成的 VC++ 项目的主项目文件。  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

基于VC6.0的集成开发环境，开发基于单文本框的图像处理程序，里面包括很多图像预处理算法，边缘检测，形心定位，以及像质评估等等，希望对大家有用。代码中，j*3是因为图像是24位的，如果处理8位灰度图，没必要乘以3！

针对满文文字的特点，利用基于主轴的投影法进行文字分割，该程序可以将满文文字分割成单个满文字母，分割准确率较高。

在传输的多信道图像，图像已损坏的椒盐噪声，由于通讯故障。盐和胡椒粉噪声也被称为脉冲噪声。滤波的目的是要删除的冲动，使噪声免费的形象完全恢复与最小的信号失真。 最著名和最广泛使用的非线性数字滤波器，基于高阶统计量是中值滤波器。中值滤波器以他们的能力，而不会损坏边缘去除脉冲噪声而著称。中值滤波器以他们的能力，去除脉冲噪声，以及保留边缘著称。 有效清除的冲动往往会导致图像的模糊和扭曲功能。理想情况下，过滤应该只应用于已损坏像素同时保持廉洁的像素不变。无条件地跨整个图像应用中值滤波作为实践在常规方案中会不可避免地改变强度并删除廉洁像素的信号细节。因此，两袖清风的像素和应用非线性滤波前的已损坏的像素之间的歧视噪声检测过程是非常可取。 自适应中值是一"基于决策"或"开关"筛选器，第一次用于标识可能的噪声像素，然后替换它们

资源描述利用加权平均融合算法进行灰度或彩色多模态医学图像融合，程序具体很好的通用性，并且提供几种图像融合客观评价指标，还给出3组宝贵的已配准的图像

应用背景立体匹配是三维复现，生成三维点云中的一个重要步骤，只有精确地匹配了左右两个相片上点才能准确地三维复现出物体表面轮廓信息，为如3D打印等工程提供前段信息。关键技术立体匹配中算法的选择与实现，速度上的要求，精度的要求，opencv函数库的应用，标志点的选取，相机的标定等问题。

OFDM 代码数载体： 64编码使用： 卷积编码单个帧大小： 96 位总数。帧： 100 调制： 16 QAM哈哈飞行员： 4环分机： 25%(16)

基于块的运动估计算法的介绍，清楚的流程图，全搜索算法、三步搜索、钻石搜索等