使用粒子滤波进行多目标跟踪

使用VC6.0实现，通过捕捉扫雷程序的句柄，然后获取当前的扫雷区现状，通过算法来实现点开无雷的块。

绘制灰度直方图，实现直方图均衡化和直方图规定化,灰度图像的对比度增强,图像的几何变换,图像加噪（用输入参数控制不同噪声），然后使用空域和频域进行滤波处理. 利用matlab中的GUI向导建立界面，然后写回调函数，实现各个算法的功能。包括图像读取、保存、关闭、灰度化、图像二值化、图像增强、图像几何变换、图像边缘检测。

视频序列中运动物体的检测，非常灵敏，值得一看！利用的是帧间差的方法，测试了几段视频，效果真的不错，实时性很强。

module FFT16(xn_r,xn_i,RST,CLK,START,OUT,Xk_r,Xk_i); input  [15:0] xn_r,xn_i;        //输入的实部与虚部 input  RST,CLK,START;                                            //FFT启动信号与时钟信号和复位信号 output [15:0] Xk_r,Xk_i;        //FFT输出实部与虚部 output OUT;                     //输出标志信号 reg    [15:0] Xk_r,Xk_i; reg    OUT; reg    OUT1,STRT1;     //级联FFT4的输出标志和启动信号 reg    [2:0] k,j,m,n,l,p;  //循环指针 reg    [4:0] i; reg  &nb

OpenCV摄影机+OpenGL对象

应用背景该算法能适应复杂变化的环境，准确地提取运动目标，对复杂干扰场景下的实时运动目标检测得到了较为满意的效果关键技术采用帧间差法和背景差法相结合的运动目标检测方法，

点目标成像，匹配滤波，加窗函数。数字图像处理。雷达信号处理初学者适用。点目标成像，匹配滤波，加窗函数。数字图像处理。雷达信号处理初学者适用。点目标成像，匹配滤波，加窗函数。数字图像处理。雷达信号处理初学者适用。点目标成像，匹配滤波，加窗函数。数字图像处理。雷达信号处理初学者适用。

应用背景作为一个涉及计算机视觉、图像处理、智能控制等多门学科的研究前沿,智能视频监控技术已经成为国内外计算机视觉研宄领域热点问题之一,它的研究有着非常重要的科学意义和极其广阔的应用前景。运动目标的检测与跟踪作为智能视频监控最关键技术之一,其待解决问题的挑战性和技术复杂性吸引着、鼓励着众多计算机视觉研宄人员投入该科研行列。 关键技术本程序是基于visual c++利用模式识别技术实现场景中运动目标的分析，包括目标检测和跟踪两个过程。其中目标检测采用了帧差法，目标跟踪采用了Mean Shift法。本程序是数字图像模式识别技术详解这本书第十二章运动图像分析的程序。在visual c++6.0上就能实现。

立体相机校准源

本文主要讲一些opencv 2.0版本后出现的Mat矩形类，主要是参考opencv自带doc文件夹下的tutiol教材。通过这次实验觉得用Mat的话下面几点需要特别注意（在代码中可以体现出来）：1. 利用create函数重新改变Mat数据在内存中的布局。 2. 注意多通道数据在Mat中其实也是占一个元素的位置的。 3. 学会多维Mat的创建方法。4. 当Mat矩阵比较小时，学会直接赋值的方法，即用Mat_。5. 掌握Mat矩阵内容输出到终端时的几种常见格式。6. 注意如果vector是单独一维的话需要转换成Mat才能输出，多维的可以直接输出，例如vector里面存放的是点的话。