车辆尾随检测

自组织特征映射（SOFM）学习对输入向量进行分类，根据它们在输入空间的组合规律。自组织映射在竞争层不同于在该相邻的神经元中学会识别的输入空间的邻接部。因此，自组织映射学习神经元分布（就像竞争层）和都是受过训练的输入向量的拓扑结构。本代码是关于自组织特征映射的c++代码，实现了聚类的功能，可以帮助初学者理解神经网络的相关变成内容

基于无人机航拍图片的拼接程序，加入了照相机参数校正，能够快速拼合场景图，做毕设时写的程序，将读取图像路径加入程序可以直接运行得到结果，中间可以显示多幅图像的匹配关系，粗匹配点对及精匹配点数，拼接时间及校正时间，最后显示拼合结果图并将图像存储

应用背景对于同样一个实体，使用三维扫描可以生成三维点云，如果能有效地对齐三维点云，即可更好地建立三维模型，并且生成更多三维信息。关键技术三维点云对齐采用的SVD分解的方法。利用K-D树建立空间索引，然后使用最近点迭代的方法，寻找匹配点，实现三维点云对齐。

数字图像处理(冈萨雷斯matlab版)工具包 提供了很有帮助的函数库 对于实现书上的例子和，程序验证很有帮助，并对实际的工程开发也有一定的帮助

能够对给定文件的图像的纹理进行分析，提取相关的数据：包括能量、熵、惯性矩、局部平稳性、相关等信息，并显示分析结果

资源描述matlab的数字图像实时稳定技术及其实现源代码，在matlab7.0以上使用，已测试，可直接用代码

皮肤的颜色已被证明是一个有用的线索前, 过程的人脸检测、 定位和跟踪。图像内容过滤，内容了解视频压缩和图像的颜色平衡应用程序也可以受益于自动检测图像中的皮肤。近几年文献见诸众多作品为肤色分割和检测

在本文的最后阶段,使用此视频图像运动目标分析系统进行了大量实验,并全面分析了实验现象和数据。通过这些现象和数据可以得出结论:本文基于OpenCV设计的视频图像运动目标分析系统具有良好的实时性,能够正确的进行运动物体的实时检测和跟踪,并具有良好的鲁棒性。由于该系统在Windows下开发,如何将该系统移植到其他的系统或者是嵌入式平台并进一步提高系统的通用性和鲁棒性就成了今后研究工作的重点。

一款开源的完整矢量绘图控件源码,支持直线、弧线、矩形、圆角矩形、椭圆、多边形、星形、文本和图片等的绘制，支持旋转、缩放、选择、排列等操作，总的说来功能还是不错的！其实如果稍微懂点计算机图形学的知识要做出比这个还要完善的矢量绘图软件应该是没有问题的。       个人认为，VB6本身对于绘图的支持是非常弱的，因此一般直接通过其内置方法实现的绘图效率都成很大的问题。解决方法之一是采用Windows API来进行底层GDI的绘制，更好的方法是采用GDI+来绘图，这样效果会更好。

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.