高斯混合模型

Source-code--CCCam.zip  处理网络 图像协议 代码：  * run cccam with:  * LD_PRELOAD=./ca.so ./xxx.i386  *  * Will then send CWs to vdr-sc cardclient cccam  *  * This library is free software; you can redistribute it and/or  * modify it under the terms of the GNU Library General Public  * License as published by the Free Software Foundation; either  * version 2 of the License, or (at your option) any later version.  *  * This library is distributed in the hope that it will be useful,  * but WITHOUT ANY WARRANTY; without even the implied warranty of  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU  * Library General Public License for more details.  *  * You should have received a copy of the GNU Library General Public  * License along with this library; if not, wr

该程序首先采用OpenCV函数实现图像搜索边界，然后直线拟合，在求解对应顶点，最后用旋转拉伸到指定大小的图像上。在将该OpenCV代码用C语言实现，最后用CUDA使用。该程序调试通过。程序主要使用联想E430c笔记本。CUDA程序在GT635M显卡和Tegra K1嵌入式平台上测试通过。

这是在matlab中实现读取BMP位图的一个代码。按照bmp格式图片的文件头信息来定位到不同地方从而确定图片信息，然后根据读取的信息来读取图片并显示出来了。适合初入门者学习使用。

虹膜识别是一种重要的生物特征识别的身份识别中的方法成为非常活跃的课题研究和实际应用。虹膜识别系统包括虹膜区域定位和其次是虹膜识别的虹膜图像的数据集的生成。在此研究中，虹膜区域的内部和外部边界的定位提出了一种快速算法。归一化在寻找边界阶段，位于后虹膜从图像中提取的眼睛，然后哈尔变换用于代表数据集。使用此数据 集哈尔变换用于虹膜模式的分类。自适应学习策略培训的哈尔变换应用。仿真结果表明了遗传算法在个人身份识别的有效性。

Tracking Algorithm: Object Delineation Method Multiparticle Files:          Description MCShape03.m     Tracking algorithm Partwobeads.m   Sample parameter file Twobeads.avi    Sample movie       Instructions: Download the tracking algorithm and sample parameter file.  The parameter file is set up for the sample movie,  or use your own uncompressed avi

此代码是以word形式进行展示的，可以直接复制到m文件进行执行，程序包含小波分析进行的分解、小波分析方法进行重构、二维多尺度分解和重构以及包括了matlab下程序的运行结果显示图。

twain的最近规范  最新发布的twain规范 对于Twain Specification 2.2  可以提供最近版本的twain类方法等描述和函数  twain的最近规范  最新发布的twain规范 对于Twain Specification 2.2  可以提供最近版本的twain类方法等描述和函数  

这个 Matlab 模型实现"主动轮廓没有边缘模型"。这是在塑造形象，噪图像和大脑图像的黑白 rendom 中测试。

提出了一种新的适用于自主驾驶系统的车道线检测----基于改进最小二乘法拟合的车道线检测。算法首先将摄像头采集的一帧帧图像，截取感兴趣的下半部分进行灰度变换，得到灰度图像；其次采取高通滤波，小波变换，来进行边缘增强与检测；之后采取最小阀值二值化得到二值化图像,采用最小二乘法拟合车最后采用粒子滤波进行车道线的跟踪。实验表明，该算法简单、鲁棒性强,能准确地检测到车道标识线。

应用背景 视频捕捉的对象中，背景通常保持不变。一般分析中关注移动的前景物体，威力提取出前景物体，需要建立背景的模型，将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛，特别是在智能监控领域中。 关键技术 具体的实现过程主要分为两部分：一部分是调用absdiff函数找出当前图片和背景图片的区别，这之中使用了threshold函数去除为前景，当前图片像素与背景图片像素变化超过一定阈值的时候才认定其为前景；另一个工作是更新背景图片，调用函数accumulateWeighted，根据权重参数可以调整背景更新的速度，将当前图片更新到背景中，这里巧妙利用得到的前景提取结果作为mask，在更新背景图片的过程中避免了前景的干扰。