卡尔曼预测

应用背景Python opencv 图像处理基础教程，转自网络，主要是Python对于图像的增强，变换，匹配，轮廓，视频处理，分割，跟踪，投影等等关键技术的初级教程。关键技术图像处理 Python 实现，Python opencv 图像处理基础教程，opencv Python入门基础，gui,图像处理（平滑，金字塔，尺寸，阈值化），图像变换（梯度算子，仿射变换，等等），直方图，图像匹配，目标跟踪，轮廓操作，等等

sift 算法代码，并附有详细注释。可实现两幅图像的特征点匹配。使用c语言编写，可以作为测试。压缩包中提供源码测试所需的图片及其他相关文档。

harris角点检测，改进版，改进传统检测的缺点。检测更准确，            速度更快。

此代码提供了通过执行各种图像处理技术对图像的自动代码检测。 它的段使用基于颜色分割技术的井喷控制单元格。 此代码是在 Matlab 中并

这是一本有用的图像处理书籍及其解决方案手册。这对于图像处理领域的新手来说是非常有用的。它对我的理科硕士课程有很大帮助；

人脸检测，包括眼睛检测及嘴巴检测，但嘴巴检测尚不稳定，检测方法利用opencv自带级联分类器，检测结果以矩形框形式表示。

BCB6.0使用VFW库open web摄像头构建，

此代码将计算 16-点二维离散余弦变换通过执行两个 1 D DCTs.1st 一维离散余弦变换应用于每个输入中的行，并且从这个结果一维 DCT 执行的每一列。它由输入的加法器块，8 点近似离散余弦变换和置换块组成。

卡尔曼滤波，去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理, Kalman滤波是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用。

海，