背景帧差法

可以实现多个目标的跟踪，但是有一定的缺陷，需要后期的改正，要弄清楚camshift的相关原理必须从MEANSHIFT着手了解，更多的是混合高斯与camshift结合这一块，程序比较复杂，需要对OPENCV有一定的认识和了解，所以特别是相关的函数，大家一定要清楚之后才可以调试，建议使用VS2010和opencv进行配置实现相关的功能

利用opencv进行目标检测及跟踪，通过团块检测实现目标检测及跟踪，利用改进的surendra算法提取背景，在本机上已实现

该段代码是verilog HDL 代码，为一个全加器，里面已经将其有源代码，及其仿真的效果，波形等等。可以用quartus II打开，或者进行下载到FPGA开发板上去。

该程序实现了2004年Boykov新的最大流最小割算法，应用在图像分割中的图割模型中，能够最优化图割中的能量函数，代码完整，能够实现。

为绿色版本，为了提取图片上的正交坐标；通过添加图像的四个角的坐标，对图像做矫正，矫正好之后，可以提取图像上的横纵坐标，易于学习方便。

加权图像融合算法的Matlab源代码，包括IHS,PCA Fusion，主要运用在GSM中卫星图像处理，里面有例子图片，可以清晰的看见处理效果。

去除阴影后的车型识别系统 车型识别。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

应用背景meanshift是由Comaniciu最先提出来，是用于跟踪非刚性物体的一种算法。为了表征目标，首先需要选择一个特征空间。参考目标，用在特征空间中概率密度函数q表示，例如参考模型可以选择目标的颜色概率密度函数。不失一般性，目标模型可以认为中心处于其所在空间的中心。在下一帧候选目标被定义为在位置y，用概率密度函数p(y)来表示。关键技术本算法结合颜色和纹理信息对目标进行跟踪，里边包含测试的视频文件。目标和候选直方图之间的相似度函数记作公式(1)，相似度的局部最大意味着在候选模型与目标模型匹配。如果仅考虑颜色信息，候选区域的相似度变化会很大，匹配效果不好。为了得到一个连续性的相似度函数，在空间域内，用一个核函数对目标 区域做滤波处理。

基本的图像处理操作，包括模糊、锐化、滤波、腐蚀、膨胀等基本操作