图像去模糊

应用背景一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒。关键技术压缩跟踪算法： 输入：第t帧图像 1、在t-1帧跟踪到的目标位置It-1的周围（也就是满足Dγ={z|||l(z)−lt−1||

Opencv的基本数据结构包括点、矩形框数据类型、矩阵、不确定数组、图像头等。程序对这些数据结构进行操作，使大家对opencv的数据结构有更充分的认识和理解，包括对点、矩形框、矩阵、图像的翻转、信道的分隔与融合等。

A New TwIST: Two-Step Iterative Shrinkage Thresholding Algorithms for Image Restoration， 一种先进的图像去模糊算法，实用性很好，对初学者是很好的参考。

这是一个仿真摩尔纹的程序，由于实验的需求做出来的是一个简体版的，他模拟的是两个点阵之间的拍频，可以通过旋转，平移缩放点阵查看最终的效果

这种算法执行的 K-均值滤波在二进制图像上，同时选择唯一重要的像素为单位）。像素重要性进行二次筛选并使用膨胀和腐蚀。

======================================================================== MICROSOFT 基础类库： TrackEye ======================================================================== 应用程序向导已创建此为您的 TrackEye 应用程序。此应用程序 不仅演示使用 Microsoft 基础类的基本知识 但也是您编写应用程序的起始点。 此文件包含的你会发现在每个文件的摘要， 让您的 TrackEye 应用程序。 TrackEye.dsp 此文件 （项目

资源描述这里在VS2010和opencv2.4.9的环境下编码的调取摄像头并对摄像头捕捉到的图像进行处理。第一步：初始化摄像头。第二步：设置图像属性。第三步：获取一帧图像》第四步：显示图像cvshowimage().第五步：保存图像。第六步：对图像进行阈值分割。第七步：对图像进行二值化处理.

在进行图像分割的时候，将遗传算法与神经网络算法结合，并进行基于类间方差最大原则!!!

基于Opencv的车辆目标检测 ，实时性好，检测概率高，可广泛的应用于实际的项目中。提出了一种融合多种目标特征的单目视觉车辆检测与跟踪方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴趣区域中搜寻车辆可能出现的位置,找出假设目标。然后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标。

优化技术这里使用的是人工蜂群算法远远优于常规的优化技术。该技术是一种用于检测眼睛比常规技术也香农FANO算法是用来寻找熵的形象。