一种 DCT 域的多聚焦图像融合

该资源是关于graph cut的一些基本算法代码，简单好用。

     Harris Corner是最典型的角点检测子Corner Detector。角点经常被检测在边缘的交界处、被遮挡的边缘、纹理性很强的部分。满足这些条件一般都是稳定的、重复性比较高的点，所以实际上他们是不是角点并不重要（因为我们的目标就是找一些稳定、重复性高的点以作为特征点）。

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。

应用背景本程序使用VC++编写，主要实现Spiht编码算法。Spiht算法虽然已经非常成熟，但是作者从 网上下载了一些代码来看，编写的不是很规范，所以作者在此整理了Spiht程序,在VC6.0下通过调试.     在菜单中首先打开一幅图像,之后选择"Spiht编码",输入码率和分解层数,即可完成压缩,压缩后的 文件存放在E盘的根目录下(也可以设置其它目录,在程序相应处进行修改即可);之后再选择"Spiht解码",即可显示解码后的图像和相应的PSNR。 关键技术针对图像小波变换和图像压缩的源码，使用9/7提升小波和比EZW更高一层的SPHIT对小波系数进行编码。可以输入不同的每个像素的比特数和小波变换层数，来实现BMP图像的SHPIT编码，并且可以通过SPHIT反变换来查看编码的后的图像

应用背景人脸检测技术是一种在数字图像中识别人脸的计算机技术。它可以检测到人的面孔，然后可用于识别特定的脸。这项技术目前正被用于各种各样的应用中。请检查我的代码关键技术用emgu haarcascade CV。 ；emgu CV  ；是一个跨平台的。净包装的OpenCV图像处理库。允许OpenCV函数被调用。网兼容的语言如C #，VB，VC + +，IronPython等的包装可以编译在单声道和运行在Windows，Linux，MAC OS X，iPhone，ipad和Android设备。

图片选转,另外  ///         /// 任意角度旋转,正数顺时针旋转         ///         /// 原始图Bitmap         /// 旋转角度         /// 背景色         /// 输出Bitmap         public static Bitmap KiRotate(Bitmap bmp, float angle, Color bkColor)         {             int w = bmp.Width + 2;             int h = bmp.Height + 2;      &n

对多个移动目标进行跟踪，鼠标选取跟踪对象，粒子滤波跟踪各个对象，跟踪结果稳定可靠，能够用于遮挡情况下目标跟踪，对opencv刚入门的用户简单易于理解，该程序为粒子滤波的简单实现

角点检测，特征点检测，多尺度特征检测，Harris-Laplace 特征点检测。有篇关于尺度不变和仿射不变性特征检测的经典论文

Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。结合Klaman进行轨迹预测。

应用背景 VS是2010的，网上寻找教程配置opencv和HALCON，然后运行程序，就可以根据按钮进行颜色提取，最后输出阈值，就可以在程序中进行运用。关键技术 使用mfc编写用户交互界面，然后对RGB颜色进行颜色通道分离，最后判断得出阈值，而且HSI空间对亮度的敏感度很小。