一种 DCT 域的多聚焦图像融合

应用背景数字图像处理VC实现，对maltab，或VC的初学者，理解和运用各种图形图像处理算法，是很有帮助的，希望能够在数字图像处理，或者VC编程的方面，给你带来帮助。关键技术各种具体的图形图像处理算法比如图像变换，图像增强，图像运算，显示等等，当然也包括一下具体应用，比如图像压缩，图像编码，图像重建等等方面。

采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波, 程序能够运行出正确的结果，希望对各位有帮助。

通过opencv配置vs2012配置，实现读取视频并且进行车辆计数。用背景差分法能有效背景提取但是摄像头抖动必须控制。该代码运行前提是需要有相应背景图像进行差分。

代码运用了canny算子，有效地提取自然图像的轮廓。任何边缘检测 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

Flash.ActionScript.3.0动画教程书籍的配套源码，可以更好的理解该书的讲解内容

该项目演示了一个全面实施传统的“浮雕”和“雕刻”的形象过滤器。这些效果的灰度版本可使用任何自定义过滤引擎来计算（参见，例如，http://www.tannerhelland.com/982/custom-image-filters-vb6/）。然而，这充分执行比自定义过滤器引擎更快和更轻，并且还提供到雕刻/浮雕于特定颜色的选项

采用肤色分割的人脸检测具有计算简单、检测率高的特点，并且对于人脸有旋转和倾斜的人脸图像也有较好的检测效果。但在检测时会把一些类似于人脸肤色的人体其他部位和类似于肤色的背景误检为人脸，具有较高的误检率。而且基于肤色分割的人脸检测对于光照条件等外部环境要求比较高，外部环境会直接影响其检测的效果。采用Adaboost算法的人脸检测有很好的检测效果，但该方法计算十分复杂，检测速度比较慢，对于有旋转和倾斜的人脸图像的检测率不高，而且当背景环境很复杂的时候该算法的误检率很高。因此，本代码是结合两者的优点的人脸检测

应用背景用于android图片处理图形，自己可以任意的变换自己喜欢的图形关键技术使用到的是遮罩，这种做法是被认为i，所推荐的

应用背景适用于初学者掌握对模型的总体把握，如何创建模型，如何在基础上建立新的坐标系，如何控制不同部分间的从属关系，如何键控不同部分的动作，使使用者对opengl的3D环境有充分了解。关键技术本代码调用了opengl 3D环境的多种函数，从创建模型到操作模型都涵盖在内，包括旋转，键控，视图，这是初学者学习，借鉴，掌握opengl的非常好的例子，也是我初学的样例，相信对初学者非常有帮助。

利用opencv库函数建立 高斯背景模型，同时利用EM在线算法更新背景。然后利用背景与前景匹配，提取运动前景，通过一定的算法，可以消除阴影，但是效果不是很理想。