数字识别HOG+SVM

Snake模型称为动态轮廓模型（Active Contour  Model）是Kass与1987年提出的，它对于在噪声和对比度不敏感，能将目标从复杂背景中分割出来，并能有效的跟踪目标的形变和非刚体的复杂运动而被广泛用于图像分割和物体跟踪等图像处理领域。Snake主要原理是先提供待分割图像的一个初始轮廓的位置，并对其定义个能量函数，是轮廓沿能量降低的方向靠近。当能量函数达到最小的时候，提供的初始轮廓收敛到图形中目标的真实轮廓。Snake能量函数是有内部能量函数和外部能量函数组成，内部能量控制轮廓的平滑性和连续性，外部能量由图像能量和约束能量组成，控制轮廓向着实际轮廓收敛，其中约束能量可根据具体的对象形态定义，使得snake具有很大的灵活性。Snake模型发展10多年来，许多学者对于经典的snake模型做了改进，提出各种改进的snake模型，其中梯度矢量流（Gradient Vector  Flow,GVF）模型扩大了经典snake的外力作用范围，加强了对目标凹轮廓边缘的吸引力，提高了传统的snake模型。文件中包含snake数学模型介绍的论文以及实现算法的代码，对学习该算法的科研人员会有帮助

应用背景如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。关键技术对于第一帧出现前景的情况，由于后续更新背景都是对前景mask后对背景进行更新的，所以第一帧的前景部分对背景的影响因子很难被更新掉。这里提出一种改进的办法——混合高斯模型。可以使一个像素具有更多的信息，这样可以有效的减少类似树叶的不停飘动，水波的不停荡漾这种对前景的干扰。这个精密的算法比之前我所介绍的简单方法要复杂很多，不易实现。还好，OpenCV已经为我们做好了相关工作，将其封装在类BackgroundSubtractorMOG，使用起来非常方便。

在隐写术过程中，在空间域中嵌入秘密图像覆盖不是不可感知性和鲁棒性，所以要频率域。在频率域、 DCT 用于拆分的低频和高频 spareately。它是比空间域

可以按频率、累计数量或视频内容的变化显著程序为依据，自动采集和保存图像。也可以作为使用摄像头的采集功能进行视频、图像处理的一般程序框架。供没有DirectX开发经验，但需要相应功能的图像处理、模式识别、计算机视觉等方向的算法研究人员作为工具使用。在Visual Studio 2005环境开发。如果不是作为编程框架使用，则需要Intel OpenCV(开源)视觉库的支持

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。

运用hog特征提取算法提取物体的特征然后运用svm分类器进行分类。里面有详细的步骤，几乎每行都有代码注释，方便看，且思路清晰，经本人调试后运行成功。

本代码是《MATLAB图像处理实例》中第三章的例子，本代码主要是介绍一些图像处理的基础知识，包括图像的类型转换，如何在MATLAB中读取一个图像，以及怎么在MATLAB中显示图像。

将图像按像素按位进行求反，取得类似照相底片效果.

资源描述 该程序实现简单的图片缩放功能，首先load一张图片，然后将其resize成你所需的尺寸大小，同时可以将结果图显示或者保存，整体效果如下：

控制台应用程序：blob_tracker 项目概述应用程序向导已为您创建了此 blob_tracker 应用程序。  本文件概要介绍组成 blob_tracker 应用程序的每个文件的内容。blob_tracker.vcproj这是使用应用程序向导生成的 VC++ 项目的主项目文件。 它包含生成该文件的 Visual C++ 的版本信息，以及有关使用应用程序向导选择的平台、配置和项目功能的信息。blob_tracker.cpp这是主应用程序源文件。其他标准文件：StdAfx.h, StdAfx.cpp这些文件用于生成名为 blob_tracker.pch 的预编译头 (PCH) 文件和名为 StdAfx.obj 的预编译类型文件。其他注释：应用程序向导使用“TODO:”指示应添加或自定义的源代码部分。