基于OPENCV开发的掌静脉识别程序

这是使用粒子滤波进行多目标跟踪的源代码。是在opencv1.0+VC6.0下编程。欢迎大家下载、试用。谢谢大家的支持！

应用背景粒子滤波目标跟踪源码，通过粒子滤波技术，画一个待选框，然后在视屏中通过待选框中的运动物体，然后对其进行实时跟踪。本人已经调试。关键技术粒子滤波技术结合目标检测复选框，选择运动目标，然后通过视频序列来检测运动目标并跟踪运动目标，从而达到跟踪目标的效果。

pencv2.4.0以上的版本提供了stitcher类，可以很方便的实现几幅图像的拼接，关于这个类详细的介绍，可以参考文档： http://docs.opencv.org/2.4.2/modules/stitching/doc/high_level.html?highlight=stitcher#stitcher。     该类主要用的成员函数有createDefault，用于创建缺省参数的stitcher；estimatedTransform，用于匹配图像、分析摄像头旋转角度；composePanorama,生成最后的拼接图像。文档中提示如果对stitching的整过过程不熟悉的话，最好不要使用以上两个函数，直接使用stitch就行了。关于图像拼接的过程，涉及到特征点的提取、特征点匹配、图像融合等等比较复杂的过程，可以参考相关论文和期刊。

包括了频率突变检测简单程序，微分突变点程序，利用小波分析进行消除噪声污染，小波消噪和傅里叶变换消噪的简单的对比程序，在低频信号上观察斜坡信号的趋势简单程序，对某一低频信号进行抑制和增强的简单程序，图像平滑、增强、融合的简单程序。这个压缩包里包括了小波分析的基本上所有的简单程序。

这个是基于net开发的，这个程序的算法和功能都是以手写识别为基础，请大家讨论讨论！

drawcli 利用MFC和GDI做的绘图软件，可以画直线，矩形，椭圆，可以编辑、移动、复制等功能

资源描述 这是一个图像修复的代码，想学习这个方面的可以下载学习，结合C/C++ 相关的内容，值得大家学习，欢迎交流， 祝你生活学习愉快。

能实现高密度人群的检测和人员的跟踪–基于背景差的运动目标检测、分割方法难以奏效 .利用Adaboost分类器在带状区域中检测行人头部 ，•柔性较好，针对不同的应用场景参数调整较少•实时性好，普通PC上实现30FPS的检测速度•统计准确率较高–密度低时能达到90%以上的准确率–密度高时能达到70%以上的准确率 

这是运动检测、 程序 与内置的 matlab 图像处理、、 alaram 它检测 th 议案的实时视频、、 如果议案检测到 alaram 上，，，当时 （注： 音频必须是.wav 格式)

视频监控中前端DVS的实现程序，支持SIP/RTP等协议。视频编解码算法为H.264，音频编解码算法为G.711，支持多路并发传输，支持264码流封装为RTP包。