CUDA 互信息计算

opencv 运动目标检测 帧差法 主要用帧差法将运动目标的轮廓进行提取，然后用矩形框将运动目标包围 ，再判定运动目标是否进入了所设置的警戒区域，从而进一步决定将运动目标包围的矩形框的颜色以区分是否进入警戒区域

C++写的读取dicom文件的程序，比较基础。从代码中可以看出dicom文件的相关格式，以及对应的显示方法。比较基础，适合初次接触dicom文件的朋友

应用背景Delphi  滚屏截图的演示例子  包含源码及程序关键技术Delphi  裁剪图片  滚动裁图    适合开发裁图的例子

此函数可实现 2-D 双边滤波使用中描述的方法：C.托马西和 R.曼杜基。适用于灰度和彩色图像双边滤波。在计算机视觉、 1998年 IEEE 国际会议论文集。

正交匹配追踪算法，在分解的每一步对所选择的全部原子进行正交化处理，这使得在精度要求相同的情况下，OMP算法的收敛速度更快。MP一般只能满足第k个残差和xk正交，这也就是前面为什么提到“信号(残值)在已选择的原子进行垂直投影是非正交性的”的原因。如果第k个残差和fk不正交，那么后面的迭代还会出现fk中已经出现的项，很显然fk就不是最优的，这也就是为什么说MP收敛就需要更多次迭代的原因。不是说MP一定得到不到最优解，而且其前面描述的特性导致一般得到不到最优解而是次优解。那么，有没有办法让第k个残差与正交，方法是有的，这就是要谈到的OMP算法。

视频图像处理，目标跟踪，以背景差分法分离出了前景和背景。背景建模，运动物体检测。Video image processing, target tracking, background

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。

应用背景基于matlab的视频目标跟踪算法包括单高斯背景建模，可以在行人检测，目标跟踪、车辆检测等实际应用中用到关键技术这是视频目标跟踪算法的matlab仿真，非常值得学习，主要的算法有单高斯背景的建模算法、多高斯模型算法检测运动目标

RLE 压缩图形数据是一个自然的候选人。一种数字图像包含的小圆点称为的像素为单位）。每个像素可以是任何一位，指示一个黑色或白色的圆点或几个位，指示一个几种颜色或灰色底纹。我们假设像素为单位） 都存储在数组称为位图在内存中，因此该位图图像的输入的流。像素通常排列在位图中扫描线，所以 第一个位图像素点在左上角的图像，并最后一个像素是一个在右下角。 使用 RLE 图像压缩基于观察如果我们随机选择一个像素在图像中，有一个好的机会，它的邻居会有相同的颜色。压缩机因而扫描逐行寻找运行相同颜色的像素的位图。如果位图启动，例如，17 的白色像素，紧接着 1 黑色的那个，接着由 55 的白色部分，等等，只有数字 17、 1、 55、...需要在输出流写入。 压缩机假定该位图入手白色像素。如果这不是真的，然后该位图入手零白色像素为单位），并输出流应该

在linux平台下，使用openni来进行的体感应用开发实战，利用kinect或ASUS xtion pro 传感器来获取彩色图像和深度图像，对获取的深度图像数据进行处理计算来得出物体离kinect或ASUS xtion pro摄像头中心的距离，以及对深度图及RGB图像的采集及显示……