基于Gabor特征提取和人工智能的人脸检测系统源代码

先用背景差分完成目标提取，将运动目标的相关信息放入到链表中，通过帧差完成对多目标的跟踪，达到实时性的要求运动目标的相关信息存放于结构体中，可以在此基础上判断目标的动作行为跟踪基本框架，opencv编写，利用背景差分，质心法可以跟踪多个目标，并分配ID号，记录行动轨迹，可用于车辆道路等，大家可以参考学习下，效果有待改进，不同的视频会有不同的效果。

可以把多张图像的BMP格式转换成YUV格式，已经调试通过，下载后只需修改路径。代码有详细注释

翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject 有时候，我们发现照片不明亮，这个是可以修复的。在图像处理领域，这叫做直方图均衡化，通过扩展图像的直方图让照片变明亮。背景操作系统: Microsoft Windows 7 专业版 (64 位) 开发实用程序: Microsoft Visual Studio 2010使用代码 // The histogram array of the red channel. double aryHistogramR[256] = {0}; // The transform of histogram array of the red channel. double aryTransformR[256] = {0}; // The sum of pixel"s gray of the red channel. double dobSumR = 0.0f; // The histogram array of the red channel. double aryHistogramG[256] = {0}; // The transform of histogram array of the red channel. double aryTransformG[256] = {0}; // The sum of pixel"s gray of the red channel. double dobSumG = 0.0f; // The histogram array of the red channel. double a

在一张纸上写了非常多的数字，然后利用遗传算法进行训练，最后对样本数字进行识别

资源描述取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址

图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述 ，用BoW描述完图像之后，就可以用SVM训练分类模型进行分类。这里除了用SVM的RBF核，还定义了一种核： histogram intersection kernel，直方图正交核。实验中的图像是一些Action的图像，共6类，每一类60幅，40训练20测试。

这段代码描述了如何使用Lucky Richardson算法对图像进行插值。

应用背景本程序实现了多层小波变换及反变换，小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,本程序实现了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。 关键技术基于小波变换的图像去噪一般由三个步骤来完成:(1)小波变换;(2)对小波系数进行处理,以滤除噪声;(3)小波逆变换。小波去噪的核心是在上述第二个步骤中按照一定的准则对小波系数进行修改,在不损失过多细节信息的前提下,达到降低或去除噪声的目的。

应用背景SPIHT是小波图像压缩中的一种重要算法，由W.Pearlman等人开发，是图像压缩标准的有力竞争者，由于压缩效果略差于EBCOT，因此未被选用关键技术 小波分析显著改变了图像的数据统计特性，十分便于集合划分编码操作，SPIHT利用这一数据分布规律，设计了合理的数据划分规则，实现了小波图像的有效压缩

过滤的图像与variaty过滤内核