ADaboost分类方法

应用背景文件源程序基于opencv，包含hough直线检测，kalman跟踪小球，仿射变换以及透视变换，可供初学者参考学习。关键技术本程序通过opencv编写，可实现对图像的直线检测，仿射变换，透视变换，以及通过kalman对小球跟踪小程序，简单明了，初步实现功能，帮助初学者快速入门。

学习数字信号处理时，基于时间的离散傅里叶变换和基于频率的离散傅里叶变换及其对应的逆变换，非常重要。下面程序实在VS的平台上运行的程序，希望对大家有用处。次程序集合了三个程序为一体，更简洁实用。

给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。给定的代码计算图像描述与特征点。

用VC++实现BMP图像读取，不使用现成读取函数，通过读取文件实现，能显示图像大小及位图信息，同时显示鼠标处的RGB值

在本文中，我们目前 DCT （离散余弦变换） 块应用级图像压缩 JPEG （联合摄影专家组） 算法的有效性。结果表明该算法是在压缩的情况下最有效的因为它有非常良好的压实性能与能源相关的值。作为一项基本原则，我们消除高频率，并保持低和介质不会明显影响形象。JPEG 压缩算法中的 DCT 是人脸检测、 皮肤颜色、 面部识别、 虹膜、 指纹等实际应用中遇到的。为了实现 DCT 算法，我们采用微软 Visual Studio 2013 程序和一组不同大小的图像。我们开始加载图像并将它们应用到我们所实现的算法。我们的节目使我们有可能要应用 DCT 算法后查看图像。由于这项工作我们有原始图像 （离散余弦逆变换算法所生成的图像应用后的第一阶段），由小多系数原来的相比。

在监控场景中用kalman滤波对目标轨迹进行跟踪预测，kalman滤波的两大步骤是预测和更新，当场景中由于遮挡等原因目标跟踪丢失得到轨迹片段，用kalman对缺失的轨迹点进行预测，kalman两大假设前提是高斯、线性。对于非高斯非线性系统不适用，目标运动建模是满足匀速运动

与各种 matlab m 文件，可以用于特征提取和分类给出了支持向量机分类器的图像。它包含一个演示，有助于理解支持向量机的工作原理。

GMapCatcher-离线地图查看器。欢迎下载，试用。谢谢大家的支持 ！

根据一篇基于Radon变换的模糊图像参数估计的论文，编写的程序。通过对图像进行傅里叶变换求取功率频谱图，再对所求的功率频谱图进行Radon变换，最终实现对运动模糊中模糊角度的求取。

卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。