图像处理

资源描述人脸识别，基于VC和openc的图像处理，包含摄像机调用等

这些源代码做视图变形的输入应该是一个两个姿势的图像或左姿势和右姿势然后结果将是一个正面姿势和源代码还包括特征提取点，这样你可以检测眼睛和嘴巴。因此整个面部可以变形。

基于视频运动对象的快速提取 采用了差分法,光流 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

在图像处理中，即边缘检测为实时图像做处理，。可以使用 USB 摄像头或摄像头的笔记本电脑。

java代码中的图像嵌入；&卞

计算图像的水平矩阵，然后校正图像的几何失真。

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。

通过RGB通道，HSV通道，以及YCrCb各通道之间的关系，从而提取出感兴趣的肤色区域（或某个色彩范围）经实验获得较好的效果

使用matlab将图像二值化后，研究阈值分割的方法，包括均匀性度量法，迭代法和阈值自选的代码。

应用背景粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛的原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。关键技术粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(SequentialImportance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。