多支持向量机的字符识别

应用背景粒子滤波算法是一个采用蒙特卡罗采样进行贝叶斯滤波的方法。这种方法有许多的用途，但它已经成为进行物体追踪最好的方法。从概念上讲，一个粒子滤波算法包含一个被监视系统的状态的概率分布。关键技术在本项目中，状态就是指被追踪物体的位置、大小等等。在许多情况下，非线性和非高斯型在物体的运动和相似性建模上会得到一个难以处理的滤波分布。粒子滤波采用将这个分布重新表示为一组加权值，或称为粒子的方法克服了这个困难。每个粒子表示一个可能的系统状态实例。换句话说，每个粒子描述了被追踪物体可能处于的一个方位。一个粒子集包含了被追踪物体最有可能处于的方位。因此，我们可以通过寻找在粒子滤波分布中最大的权重来确定物体最有可能处于的状态。

本代码通过去噪，裁剪，Niblack分割，中值滤波最后经过细化得到细化去噪的手指静脉图像

应用背景三维测量中一个重要的分支就是利用投射光栅条纹进行测量，其中一般采用投影仪投射条纹图像，我使用的是三角波模拟生成的条纹图像代替正弦波，其目的主要是加快测量速度，高速测量就能实现动态物体也能运用如相移法等高精度的测量算法。关键技术高速的条纹图像的投射，对调制图像准确的解相，去除噪声背景等的干扰，解相算法上的选择，算法整体速度的优化等，这些问题都有待解决。

资源描述delphi界面下的模糊C均值图像分割程序，可以在MyFile.txt文件中查看每次迭代的结果。

有的行人检测演示和测试此压缩文件中的一些照片。 与 OpenCV 2.3.0 的图书馆，我发现，使用默认分类器的行人。该功能是面向梯度直方图和分类的方法是支持向量机。 "hog_svm_image.cpp"正在检测一系列的名字列在一个文本文件中的照片。 "hog_svm_avi.cpp"从一段视频，只检测一个由一张图片，而无需使用跟踪方法检测到。

应用背景无人机的应用越来越广，尤其是在摄影测量领域，利用无人机获取正射影像是全国测绘、国土勘测部门的常规手段，本程序利用GDAL进行正射影像镶嵌，生成大面积的正射影像图，大家可以借鉴，相互学习关键技术利用GDAL进行图像镶嵌，镶嵌线是基于面Voronoi图生成，生成算法基于opencv。可以对带有tfw信息的图像进行带拼接线的镶嵌

基于K-means的彩色图像分割算法，这是源代码，以供大家参考和学习。。。特征空间聚类法进行图像分割是将图像空间中的像素用对应的特征空间点表示，根据它们在特征空间的聚集对特征空间进行分割，然后将它们映射回原图像空间，得到分割结果。其中，C均值聚类K均值算法先选K个初始类均值，然后将每个像素归入均值离它最近的类并计算新的类均值。

应用背景本科毕业设计，题目为 《基于深度学习的车辆识别系统》。本代码为对图片的批量处理，将图片用opencv转换为文本数据形式。关键技术对图片进行批量转换，由于深度学习模式是对向量进行学习，本处代码主要为将指定文件夹内的图片全部转换为0~255间的数字组成的向量，并存到文本中

地震勘探数据处理里的，可以读取sgy，提取层速度，做avo处理，测井方面的数据处理

车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 matlab 车辆  “高速公路汽车阴影”视频的阴影去除 matlab车辆  “高速公路汽车阴影”视频的阴影去除 mat