数字图像处理---任务

双缓冲帮之你了解DC的创建位图的选入和贴图方法

C++环境下的k-means聚类算法，实现图像分割，运用k-means算法实现对图像的分割，内有详细的程序说明，实现方便，利用vc++6.0 实现，编译环境

通过打开摄像头或者视频进行图像处理。主要通过图片相减，来实现运动物体的跟踪。具体实现方法如下：逐帧读取视频（从摄像头或者文件中抓取并返回一帧），创建首地址并分配存储空间、创建矩阵、转化成单通道图像再处理，高斯滤波先，以平滑图像、当前帧跟背景图相减、二值化前景图。。。。。。。。。。

对红外图像首先在方差空间中提取显著性区域，然后根据图像复杂度对显著性区域进行筛选，最后采用阈值分割方法分割显著性区域，获取目标。

Z变换（Z-transformation）， 是对离散序列进行的一种数学变换。常用以求线性时不变差分方程的解。它在离散时间系统中的地位，如同拉普拉斯变换在连续时间系统中的地位。这一方法 ( 即离散时间信号的Z变换)已成为分析线性时不变离散时间系统问题的重要工具。在数字信号处理、计算机控制系统等领域有广泛的应用。 z变换的存在充分必要条件是:级 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 打分 发表评论 暂无评论 0 粉丝 0 发布 0 获赞 关注 查看主页 matlab非常好用 相关源码推荐 目标跟踪运行 camshift算法 0 0 暂无评分基于循环含量比的盲反卷积（BD-RCC）的Matlab代码 0 0 暂无评分排列熵计算 0 0 暂无评分正向运动学 0 0 暂无评分FBMC_UFMC_OFDM_5G-master 0 0 暂无评分 介绍信息预览(0条)评论打分

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。

 图像的自适应魏纳滤波, 程序能够运行出正确的结果，希望对各位有帮助。 

本程序描述了用C++编写的fir滤波器的程序，程序中包含dfd.h，fir.h， dfd-impl.h，fir-impl.h通过调试可以运行，希望对大家有帮助，可以作为学习的。

主要用matlab编写了计算图像的方差、峰度、斜度熵以及角二阶炬等代码，可以直接使用，在计算灰度共生矩阵时窗口的大小设为5*5的方阵，代码清晰，简单明了。同时，也对图像求了局部方差、局部熵，最后，显示计算的结果

应用背景对训练图像集和测试使用OpenCV的SVM功能基础。这里有我收集的图像形式http://homepages.inf.ed.ac.uk/rbf/cvonline/imagedbase.htm。图像的一个在线数据库，由各单位。我已经训练过的花卉意象。28正50负。关键技术为此，我创建了一个培训矩阵组成的所有图像，一个图像。这样做，我将每个图像从二维到一维，然后堆放在一个大的图像trainingmat。然后我创建一个标签矩阵的一列和行为训练图像的多。我 ；标签每行1或1来识别它的正的或负的图像分别进行训练后的SVM参数设置。然后我将它保存在一个XML文件，并加载了测试它与另一个图像转换测试图像一维之后。如果函数返回1是阳性，如果它返回1是负的。增加精度提高训练图像的数量。抱歉不能上传图片太。