人头统计的一种程序介绍2

采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法，称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集，每个包含26字母表写由不同的人，用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的，用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进，并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法，将减少处理时间，同时提供更高的识别精度[3]。在一般情况下，手写识别被分为两种类型的离线和在线手写识别方法。在离线识别，写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是，在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而，在离线的系统中，神经网络已被成功使用，以产生比较高的识别精度等级。几个应用程序，包括邮件分拣，银行处理，文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是，在离线手写识别仍然是一个活跃的研究领域向探索较新的技术，这将提高识别精度[6] [7]。

包含两个程序，程序1是实现HE的暗通道先验去雾的程序，程序2是实现清华大学俞晶的基于暗通道和双边滤波的图像去雾的程序，可以直观的比较两者的差别。

OpenCV摄影机+OpenGL对象

asdasdakjsdhlajsdlnhajsdlajslkjadsndauhsiduhaosiudhasiudhoaiusdhoauishdoiuashdiuaashdihausiduhaisuhdiaushdiuash u208908723987sdu hasuydgas7 9a7s6 9a7sd987 asbd987asdouahsd078as9 78as9 87 auh jahsbkdhabs kdhba kshdb ajhb kjabhs iuyagsdiyas 98a7s 9a7 07asodadoabhs 藻

对于图像的每一个像素，都可以找到一个可以逼近该像素及其邻域像素灰度值的函数，这种逼近方法叫做小面模型。实现了Haralick小面模型，实现对图像边缘的提取，

c++  实现 两条平行线之间的距离测量 图像腐蚀 边界提取 测量

用opengl和vs2010做的比较简单的3维图形显示程序，地球围着太阳旋转，可调整旋转速度，太阳与地球的距离等参数

应用背景使用VS+opencv 2.4.9中 进行运动物体跟踪时，现有的程序只是结合Camshift 程序而已，其缺点就是目标遇到遮挡的时候，容易丢失。为了解决这个问题，本人引入kalman知识，对目标运动进行实时预测，当目标遇到遮挡的时候，可以进行预测，这时候能提高鲁棒性。关键技术本文的Camshift + Kalman进行行人跟踪预测代码是基于opencv2.4.9进行编写的，可以直接拿来应用，非常方便。有兴趣的朋友，可以在本算法的基础上进一步进行优化。由于引入kalman知识，对目标运动进行实时预测，当目标遇到遮挡的时候，可以进行预测。

应用背景这个应用程序有助于编辑你的背景，你的任何图片，并保持透明度，只有少数几个，点击。关键技术我的照片编辑应用程序中使用MFC编辑你的照片有效就像你想要什么

利用IDL编写的，实现了掩膜、 波段合成、 主成分分析 、缨帽变换、 水体指数（ndwi）、 归一化植被指数（ndvi）。