QR码编解码，带源码VC环境编译

应用背景图像融合应用广泛，方法众多，该程序是一个图像融合工具箱，包含了很多融合算法，主要有：平均法融合，金字塔融合、PCA融合、小波融合（DWT、SWT）等，可以自由选择。关键技术程序中主要涉及一下几个关键技术：IHS方法、PCA方法、离散小波方法、平稳小波方法等等融合方法。多尺度融合主要有多尺度变换和融合规则两大部分。

2010年PMAI的杰出论文的开源代码，Superpixel,用于图像分割效果非常好。是目前图像分割主流方法之一！

通过电脑摄像头的拍摄，对视频中出现的手掌和拳头进行检测并标记，程序现在还是不很稳定，需要加以修改，后续如果有改动，在往上面增加。

应用背景meanshift经常用来寻找模态点，即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点，由于不同的点最终会收敛到不同的峰值，所以这些点就形成了一类，这样就完成了图像分割的目的，有点聚类的意思在里面。关键技术首先设置好参数，然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中，最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。

这是基于一个勺子形状图像的识别程序，基于形状因子的提取，方法是循环遍历的方法。

基于Bayesian框架的背景建模算法和相关论文，这中算法的性能要优于混合高斯建模和其它背景建模算法。可用于复杂背景下目标检测和跟踪。

具箱包括34种数据降维技术，包括- Principal Component Analysis ("PCA") ---主成分分析- Linear Discriminant Analysis ("LDA") ---线性判别分析- Multidimensional scaling ("MDS") ---多维尺度分析这些可以通过compute_mapping函数或GUI调用：

应用背景 读入图像，检测图像中的行人。opencv2.4+vs2010 关键技术opencv,vc++，行人检测。读入图像，对训练的库模板进行匹配，分类识别，给出识别结果矩形框。

一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数，从而使得跟踪效果更加稳定、鲁棒、可靠。

vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！