基于反演解析的超分辨率算法

LabView USB 摄像头的采集程序，首先你的摄像头在windows下工作正常，然后运行该软件 ， 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

在彩色空间中，皮肤颜色的分布较为集中，与其他景物颜色间有较好的可区分性，可以用模型描述或对样本进行学习的方法加以判别。图像中皮肤颜色的差异主要由光照引起，在检测中只考虑色度信息，就可以减少光照的影响，使肤色的分布更趋集中。通过检测皮肤区域，可以缩小人脸的搜索范围，提高检测速度。HSV空间是RGB空间的非线性变换，它将原本相关性很强的R、G、B值转换为相关性较弱的H、S、V值，H和S分量与人感受色彩的方式相一致。HSV颜色空间可以用一个圆锥空间模型来描述。

VC6.0实现读写R12版本dxf文件并显示，读写过程中能将圆弧替换为直线，并基本保证原有形状！

Snake模型称为动态轮廓模型（Active Contour  Model）是Kass与1987年提出的，它对于在噪声和对比度不敏感，能将目标从复杂背景中分割出来，并能有效的跟踪目标的形变和非刚体的复杂运动而被广泛用于图像分割和物体跟踪等图像处理领域。Snake主要原理是先提供待分割图像的一个初始轮廓的位置，并对其定义个能量函数，是轮廓沿能量降低的方向靠近。当能量函数达到最小的时候，提供的初始轮廓收敛到图形中目标的真实轮廓。Snake能量函数是有内部能量函数和外部能量函数组成，内部能量控制轮廓的平滑性和连续性，外部能量由图像能量和约束能量组成，控制轮廓向着实际轮廓收敛，其中约束能量可根据具体的对象形态定义，使得snake具有很大的灵活性。Snake模型发展10多年来，许多学者对于经典的snake模型做了改进，提出各种改进的snake模型，其中梯度矢量流（Gradient Vector  Flow,GVF）模型扩大了经典snake的外力作用范围，加强了对目标凹轮廓边缘的吸引力，提高了传统的snake模型。文件中包含snake数学模型介绍的论文以及实现算法的代码，对学习该算法的科研人员会有帮助

通过电脑摄像头的拍摄，对视频中出现的手掌和拳头进行检测并标记，程序现在还是不很稳定，需要加以修改，后续如果有改动，在往上面增加。

对于人脸检测的人脸样本准备，通常需要手工从图像中截取人脸区域，为了程序鲁棒性的考虑，生成的人脸样本需要还要有一定角度的旋转；对基于统计训练的图像自动标定（image alignment，比如Active shape model 或Active appearance model）方法来说，第一步工作就是手工在图上把物体轮廓标出来，这些点一般称为landmark。 程序就主要完成这两个功能： 1.先准备个标准形状做参考，比如从论文里找这样一张图，用ginput按顺序选68个点（68个点的定义见CMU那帮人的论文，文

cuda进行了并行图像处理，还有高斯滤波之类的问题。希望能对您有所帮助。用opencv和cuda一起写的一个代码。

对avi视频，奖每一帧抽取出来变成担负图像，存储的图像时bmp格式，软件已经是过多次，非常好用，请下载使用

Salvi教授提供的MATLAB第三方SLAM工具箱：Matlab Toolbox of Kalman Filtering applied to Simultaneous Localization and Mapping Vehicle moving in 1D, 2D and 3D.

数字图像处理matlab版，冈萨雷斯_图片/others/diana.jpg冈萨雷斯_图片/others/eyestru.jpg冈萨雷斯_图片/others/flower.jpg冈萨雷斯_图片/others/flower1.jpg冈萨雷斯_图片/others/lady.jpg冈萨雷斯_图片/others/lena.jpg冈萨雷斯_图片/others/lena1.jpg冈萨雷斯_图片/others/len_full.jpg冈萨雷斯_图片/others/l_hires.jpg冈萨雷斯_