数字信号处理实验

文件提供快速高斯模糊函数，处理速度与尺度无关，还有优化空间，请自行优化！

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图

应用程序向导已创建此图片为您应用程序。此应用程序不仅演示使用 Microsoft 基础类的基本知识外，也是您编写应用程序的起始点。 此文件包含的什么你会发现在每个文件，使您图片的应用程序的摘要。

完整的人脸识别代码，实现加载的xml文件时事先训练好的。能够有效识别人脸，应对光照、灯光等有很好的检测效果，但对于遮挡还不能有效识别！

FLANN是一个在高维空间中执行快速近似最近邻搜索的库。它包含一组我们发现最适合最近邻搜索的算法，以及一个根据数据集自动选择最佳算法和最佳参数的系统。

灰度线性变换, 程序能够运行出正确的结果，希望对各位有帮助。 

matlab仿真实现对复杂背景下图片的基于形态学梯度重构和标记提取的分水岭分割。

A comparative study on shadow compensation of color aerial images in invariant color models2006 Tsai 经典的阴影去除方法 颜色空间转变（HSI）；阴影初分割；形状（边缘）保留；阴影补偿，完成最终阴影分割。亲测，自己一笔一笔写出来，而且经过验证，希望大家喜欢。后续给出Tsai方法的改进版本Chung方法，也是经典！有问题欢迎联系roma_white@m.scnu.edu.cn

模糊图像自适应正则化参数和范数选择的图像复原MATLAB，效果真心不错

应用背景图片经过直方图均衡化后，像素将占有尽可能多的灰度级并且分布近似均匀，均衡化后的图片将具有较高的对比度和较大的动态范围。关键技术程序完全使用C语言编写，对直方图均衡化过程描述直接，使初学者对均衡化过程有一个直接的认识。均衡化前后图片的灰度直方图均以文件的形式保存，可以通过origin等绘图软件绘图。