可视化界面进行分水岭分割，完全解读图像数据

本代码结合VS2012和opencv2.4.9， 实现一段视频的读取，并将其转化成图片格式，然后进行存储，保存到指定的文件夹下。本程序涉及到的内容有VideoCapture ，sprintf_s，compression_params等等，所有信息都准备好了，非常方便大家使用。同仁们可以参考着进行进一步相关开发。相信一定会给予您很好的灵感的。

能实现高密度人群的检测和人员的跟踪–基于背景差的运动目标检测、分割方法难以奏效 .利用Adaboost分类器在带状区域中检测行人头部 ，•柔性较好，针对不同的应用场景参数调整较少•实时性好，普通PC上实现30FPS的检测速度•统计准确率较高–密度低时能达到90%以上的准确率–密度高时能达到70%以上的准确率 

使用c++编程语言，结合opencv库，分别采用拟合法和灰度重心法提取图像中圆斑中心，其中采用迭代法自动确定二值化阈值

程序通过研究张正友平面模板标定法，通过opencv编程，实现了双目立体相机内外参数的标定，通过与matlab标定对比，实验结果几乎一致。使用者只需从不同角度拍摄平面模板，获得足够多的图片，将文件内的图片替换掉，即可得到自己相机的参数

资源描述将一系列图片合成视频。通过设置一系列图片的命名为连续数字，程序代码可以实现输出为顺序播放该系列图片的视频。并且在程序中可以通过调节视频帧率改变图片在视频中的播放速度。默认的视频输出格式为avi格式。

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。

SIFT算法是稳定快速的特征提取算法，它除了具有稳定性外，最突出的优点是算法速度快，实时性较强。

人工蜂群 （ABC） 算法由 Karaboga 最近发明是一种生物启发的优化算法，已被证明是一些常规的生物启发的算法，如遗传算法 （GA）、 差分进化 （DE） 和粒子群优化算法 （PSO） 的竞争力。然而，仍有不足在 ABC 算法 关于其解决方案搜索方程，是善于探索，但在剥削穷人。粒子群优化算法的启发，提出了改进的 ABC 算法由全球最好的 （gbest） 解决方案的信息纳入改善剥削的方程解搜索调用 gbest 指导 ABC （GABC） 算法。在一组数值的基准函数的测试实验结果表明 GABC 算法可以超越 ABC 算法在大多数实验。

乳腺放射成像已被证明是最有效和早期癌症检测 [15] 的可靠方法。两个在解释 ofmammograms 使用了不同的技术。第一种方法包含的系统搜索eachmammogramfor 视觉模式有症状的肿瘤。

关于全息图的相位解包裹，对于图像的解相位和包裹有很大的帮组.这个基于C++的代码，希望有关这个方面的研究者有用处！！！谢谢大家的支持