恒指为 RGB

分辨率

应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试 2.指定文件保存路径，如：char* filename_to_save = "F: estdataoutput.xml"; 3.选用训练的方法，如method = 1; 4.这步需要使用模型的时候再指定，训练的时候设置为char* filename_to_load = 0;使用模型的时候指定，如char* filename_to_load = "F: estdataoutput.xml";

在视频图像处理中，由于分块处理会带来块效应，降低视觉效果，本程序可以去除块效应和光圈效应，提高视频图像的视觉效果。

c#实现的图片浏览程序, 实现的图片浏览,可以像幻灯片一样的浏览,在C#上实现的. // 要对程序集进行签名，必须指定要使用的密钥。有关程序集签名的更多信息，请参考 // Microsoft .NET Framework 文档。 // // 使用下面的属性控制用于签名的密钥。 // // 注意: //   (*) 如果未指定密钥，则程序集不会被签名。 //   (*) KeyName 是指已经安装在计算机上的 //      加密服务提供程序(CSP)中的密钥。KeyFile 是指包含 //       密钥的文件。 //   (*) 如果 KeyFile 和 KeyName 值都已指定，则 //       发生下列处理: //       (1) 如果在 CSP 中可以找到 KeyName，则使用该密钥。 //       (2) 如果 KeyName 不存在而 KeyFile 存在，则 //           KeyFile 中的密钥安装到 CSP 中并且使用该密钥。 //   (*) 要创建 KeyFile，可以使用 sn.exe(强名称)实用工具。 //       在指定 KeyFile 时，KeyFile 的位置应该相对于 //       项目输出目录，即 // &nb

资源描述 研究了Mean-Shift算法在车辆跟踪上的应用，并且实现基于区域的多目标跟踪算法。由于Mean-Shift算法存在的不足，本文又研究了基于最大后验概率指标（PPM）的跟踪算法，并实现了基于PPM的跟踪算法对车辆的跟踪。

实习说明 本实习将在所学数字图像处理理论的基础上进行实践教学，分为两个部分:（一）基础实习，要求学生必做；（二）综合性实习，学生可以自主选择其中的某一单元进行训练。 实习项目及时间分配 （一）基础实习（必做）：位图文件读取、显示和存储 1、学时分配：1周

资源描述delphi界面下的模糊C均值图像分割程序，可以在MyFile.txt文件中查看每次迭代的结果。

#include "stdafx.h"#include #include "windows.h"#include "fstream"#include using namespace std;using namespace cv;//为了方便，这一部分是利用提取HOG特征，SVM对图片进行分类。int _tmain(int argc, _TCHAR* argv[]){     vector img_path;////输入文件名变量       vector    img_cat;//category类型     int nLine=0; //定义行     string buf;     ifstream svm_data("C:UsersdellDesktopCharRegCharReghb1.txt");     //训练样本图片的路径都写在这个txt文件中使用bat批处理文件可以得到这个txt文件.      unsigned long n;      while (svm_data)  //将训练样本文件依次读取进来         {          if (getline(svm_data,buf))

RGB转化我HSV空间，方便，可以用于图像处理的颜色空间转换，在不同空间下对图像进行处理，可以用于HSV空间处理阴影的里面

应用背景这个应用程序的设计和建造的苹果。此应用程序使您可以识别QR码，例如将QR码的文本代码。你可以建立你自己的应用程序与这个项目。关键技术图像处理。模式识别二维条码识别Harris角点检测客观的