图像分割编程

Ramtin Shams 07年发表的文章《Speeding up Mutual Information Computation Using NVIDIA CUDA Hardware》 利用CUDA计算互信息实现加速，此为此方法源码。 源码包中包括源代码以及相关论文。

一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数，从而使得跟踪效果更加稳定、鲁棒、可靠。

该程序涵盖了基本的图像处理，内容十分丰富，是使用c++进行编写的，十分值得大家学习和参考使用，对于初学者是一本很好的案例学习，另外里面的程序都是使用灰度图像处理的

本程序包含了图像处理的基本算法，包括图像中值滤波、均质滤波、图像的边缘检测，如sobel算子、拉普拉斯算子、梯度算子等等；还包括图像的分割算法，如分水岭分割等等。

实现了基于opencv 的手写数字字符识别主要参照文章： http://blog.damiles.com/2008/11/basic-ocr-in-opencv/ 基本上就是按着人家的代码来配置的，完后小改动了几个参数，写了一个文档，方便大家学习吧。

模糊知识Builde转换的连续变量为其它连续变量。模糊决策者™转换离散理念融入到其它分立概念。例如，它使用未连接的目标和约束与未连接的替代品，以确定最有价值的替代方法。

应用仿生模式识别对目标的覆盖，实现对目标的跟踪，在图像帧内实现全局搜索，得到目标的中心和尺寸范围。

资源描述关于边缘检测的Verilog程序，适合图像处理的同学看看，毕业论文和实际项目都可以参考。

设置视频的filter，通过directx，c++实现，请大家详细的查看源码，在开发过程中可能会遇到很多意想不到的问题，这只是一个实例，你可以通过这个实例来好好的学习一下directx，微软的东西总是那么的出乎人的意料啊，要有耐心的看完这些代码，用心看，用脑看，具体里面怎么写的，你就自己看吧，只有自己学会了才是自己的东西，别人给的都不是自己的，好好学习天天向上。

本文作者开创了多目标协同分割算法在现有的数据集中分割效果良好，用途很广泛。文的优点在于：由于标号增长的准确性在图形转换半监督学习框架中主要依赖于图形节点的相似性有多可靠，在Gunhee Kim ，Eric P. Xing[9]等人提出的多前景协同分割中节点代表着图像区域，它们的相似性既不是很容易区别又不是特别的稳定，尤其是不同图片中相同物体很大的外观差别，分割成属于不同物体的相似性有可能大于分割成相同的物体。这样本文提出结合全局连通约束图形转换半监督学习框架。每个约束项能够看成是一个线性不等式，基于此，我们开创了切平面算法，它能够解决线性不等式约束项和标号增长的凸一元二次方程之间的迭代，寻找最大违反约束项。