RobHess库中sift算法的特征点的提取、匹配

编号队列具有更高的出列优先级编号队列具有更高的出列优先级编号队列具有更高的出列优先级编号队列具有更高的出列优先级

对多个移动目标进行跟踪，鼠标选取跟踪对象，粒子滤波跟踪各个对象，跟踪结果稳定可靠，能够用于遮挡情况下目标跟踪，对opencv刚入门的用户简单易于理解，该程序为粒子滤波的简单实现

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图

基于最新版本FFMPEG（20131211）实现的视频播放器，程序中包含解码及播放，能播放常见的MP4、avi等多种视频文件，主要是演示ffmpeg解码过程，播放时没有帧率控制，音频数据的播放功能还有待进一步实现，VS2008工程，期待高手进一步改进！

CMT源码，实时摄像头可运行，提取特征点，通过特征点之间拓扑结构变化，判断目标物体的动作变化，使用Python语言进行编程。

Bresenham画线算图形学中最基础的知识了，可惜我并没有选修过图形学，所有还是有必要熟悉一下。上一篇用到的画线函数应该算是数值微分法，也是我最常用的一种方法，不过这种方法似乎并不是很好。这里的画线方法比上一种方法好。算法原理如下：过各行各列象素中心构造一组虚拟网格线。按直线从起点到终点的顺序计算直线与各垂直网格线的交点，然后确定该列象素中与此交点最近的象素。该算法的巧妙之处在于采用增量计算，使得对于每一列，只要检查一个误差项的符号，就可以确定该

你好，它们是图像处理 matlab 程序代码，有用，为学生和老师都喜欢我们......

2d 到 3d 视频 converterinput 给出了作为视频将与代码的 3d 的效果

应用背景蚁群算法是一种自组织的算法。在系统论中，自组织和它组织是组织的两个基本分类，其区别在于组织力或组织指令是来自于系统的内部还是来自于系统的外部，来自于系统内部的是自组织，来自于系统外部的是他组织。关键技术蚁群算法具有较强的鲁棒性。相对于其它算法，蚁群算法对初始路线要求不高，即蚁群算法的求解结果不依赖于初始路线的选择，而且在搜索过程中不需要进行人工的调整。其次，蚁群算法的参数数目少，设置简单，易于蚁群算法应用到其它组合优化问题的求解。

采用的方法是在一个小的区域分割的背景减法。 然后手指计数和计数应用被打开。