ADaboost分类方法

资源描述里面包含完整的算法实现函数代码 已编辑成为word文档格式 便于复制:　　垂直镜像　图像的旋转　图像缩放　256图像转化成灰度图像　随即噪声 亮度调整　色调调整　对比度调　八种图像处理算法函数 

在比赛中通过固定于赛场上空的摄像头获取比赛中的视频图像，然后通过对视频的即时抓帧获取.BMP图像并储存在指定位置。通过基于图像处理的目标识别系统对指定位置图像进行读取显示，并通过一系列图像的处理：图像的二值化、图像的滤波、腐蚀膨胀，取得符合要求的清晰地目标二值化图片，然后通过数学计算取的目标中心的坐标。

demo_permutation - 演示中的图像的层叠柱版本和使用修补基置换重新排序它的结果之间“平滑度”的差异。我们比较使用移动积所获得的两个一维信号的平滑性。我们还说明了如何通过贴剂的路径看起来当其重排序是通过图像的光栅扫描和补丁基于置换定义等。 demo_inpainting - 图像使用在重新排序的补丁基地排列，然后将丢失的像素是使用立方插值重建图像修复实验。demo_denoising - 图像去噪实验中使用的图像中重新排序的补丁基地排列，然后用学到的过滤器过滤。

ITK读入DICOM数据，VTK进行显示。该程序是itk和vtk联合使用的例子，适合初学者。-This program realizes the combination of ITK and VTK to read in and display DICOM image.

OpenCV检测原理主要步骤为：1.加载分类器。用cvLoad函数读入xml格式的文件。文件在OpenCV安装目录下2.读入待检测图像。读入图片或者视频。3.检测人脸。

这个项目的目标是在实时，与较高的检测率和几个误报检测人类。人类探测器达到 20 帧/秒速度和先进的检测精度，而不是诉诸特别像 GPU 硬件使用只有一个处理线程。轮廓线是人体检测，最重要的信息来源和相邻像素之间的比较情况迹象的关键编码轮廓。

自编的一个效果很好的边缘检测算法，里面一共有5个函数，可实现图像二值化，标记边界，获取质心等功能。用这个边缘检测算法比matlab自带的边缘检测函数更快，检测出来的效果更加好。可以较为精细的检测出图像边缘轮廓，用多副图像进行测试都能获得很好的效果。

WaveLab是Matlab函数的集合，作者和合作者使用这些函数来实现与小波分析相关的各种算法。部分可用技术列表：

vs编写的位图帧差法 基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法 本文所研究的运动检测和背景更新方法实现的步骤如下： (1)开辟静态内存，对图像进行初始化准备采集； 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

导入彩色图片并转换成灰度图片显示出来，C++，RGB转灰度