贝叶斯算法手写数字识别

超分辨率的图形用户界面（SR-GUI）的开发，以允许用户在Matlab7.0提高降解的多帧图像。相比于其他视觉增强程序，SR-GUI的独特的方面是它的灵活性来处理不同的光照条件下拍摄的图像。我们的目的是隐藏结构的复杂性，并创造概念上简单的设计，使之人性化。

这是一个用C++语言实现一个中值滤波程序，含有中值滤波相关理论知识的PPT。程序里应用到的技术有：中值滤波、直方图均衡化、 脊线方向提取、Gabor滤波、指纹细化、特征提取、特征点过滤、基于局部特征点的特征匹配等等…… -This is a C++ language implementation with a fingerprint identification procedure that requires the FVC meet international competition standards, and establish a fingerprint in the school library on the measurement. Program where the technology applied to the following: median filter, histogram equalization, the direction of ridge line extraction, Gabor filtering, fingerprint refinement, feature extraction, feature point filtering, based on local feature points of the feature matching and so on

上传代码是 "Fast O(1) bilateral filtering using trigonometric range kernels," IEEE Trans. Image Proc., vol. 20, no. 11, 2011.的源代码，代码由本文作者提供，该源码显著提高了双边滤波的运行速度。希望对大家有所帮助！！

本项目应用于医学领域的医学图像融合的多通道digonesis。它将使图像融合的质量更好。

基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、CT、MRI、 PET、 SPECT图像结构信息融合； （3）模式识别，如特征识别、波形分析、签名证实、目标物运动跟踪、序列图像分析等； （4）计算机视觉，可用于目标定位、自动质量控制等； （5）遥感数据分析，多电磁波段图像信息融合，如多谱段的等场景分类、定位和识别定义好的或已知特征的场景、自然资源监控、核生长监控、市区增长检测等。 本算法实现使用VC++6.0为开发环境，目前只支持灰度图像，感兴趣的朋友可以进一步扩展

这是一个基于hog的行人检测，只要你在这个文件下加上你需要检测的图片，以及安装opencv2.4.9即可完成检测。效果还是很不错的

静态场景下用于背景差分的背景建模，使用中值法构造背景，简单，高效，能快速构建出背景图像，已通过vc6.0和opencv1.0的测试，算法完整，易于后续的图像处理

Mpeg-4 视频编码程序， 使用 C 编写。 如果想了解 Mpeg-4，请查看此代码

C++写的读取dicom文件的程序，比较基础。从代码中可以看出dicom文件的相关格式，以及对应的显示方法。比较基础，适合初次接触dicom文件的朋友

应用背景粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛的原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。关键技术粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(SequentialImportance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。