使用粒子滤波进行多目标跟踪

这里是的主要功能图像处理。 您可以使用任何图像以.jpg 扩展输入代码。 运行的代码，你会得到你想要的结果。

通过读视频文件，通过高斯滤波平滑图像，用形态学滤波去噪，利用背景差分法即后一帧减去前一帧得到提取运动目标，通过二值化显示单通道图像，并不断更新背景

Canny 边缘提取算法 WINDOS下实现 C++ 针对256色图像 可直接运行

资源描述利用加权平均融合算法进行灰度或彩色多模态医学图像融合，程序具体很好的通用性，并且提供几种图像融合客观评价指标，还给出3组宝贵的已配准的图像

OpenCV机器学习SVM支持向量机的分类程序，可用于模式识别的多分类。也以用于实验或工程项目，我才用的是opencv243的库，部分代码如下： #include"opencv243.h"#include #include #include using namespace std;int main(int argc, char* argv[]){

图像水印技术近年来得到了越来越多的研究兴趣。我们有不同类型的图像水印技术。在这段代码中，我使用DWT和SVD做了图像水印。

目的： 若要编写 2-D 卷积的 MATLAB 函数。 理论： 2-D 卷积可以通过矩阵乘法来执行。若要执行此操作，形成， 块矩阵 H0，H1 等从一个矩阵和阻止的 toeplitz 矩阵已形成 从块矩阵。其他矩阵是以列的形式写的。然后，乘法 之间块 toeplitz 矩阵和写在列矩阵形式将产生的结果 类似于二维卷积。 让大小的矩阵 x [m，n] M1X N1，M1 在哪里的行数，N1 矩阵的列数 x [m，n]。 .让大小的 h 矩阵 [m，n] 是 M2X N2，M2 在哪里的行数和 N2 是 [m，n] 的 h 矩阵的列数。 由 y(m,n) 表示卷积 x(m,n) 和 h(m,n) 之间 在哪里 y(m,n) = x(m,n) * h(m,n) 矩阵 y [m，n] 的大小是 M3X N3，哪里 M3 = M1 + M2-1 和 N3 = N1 + N2-1 如果 A 是块 toeplitz 的 matri x(m,n)，然后 h(m,n) 和输入的线性卷积 由给出 x(m,n) y = Ax 最后重新排列 y 以获取输出响应的元素。

去噪声 任何边缘检测算法都不可能在未经处理的原始数据上很好地处理，所以第一步是对原始数据与高斯平滑模板作卷积，得到的图像与原始图像相比有些轻微的模糊（blurred）。这样，单独的一个像素噪声在经过高斯平滑的图像上变得几乎没有影响。 寻找图像中的亮度梯度 图像中的边缘可能会指向不同的方向，所以 Canny 算法使用 4 个 mask 检测水平、垂直以及对角线方向的边缘。原始图像与每个 mask 所作的卷积都存储起来。对于每个点我们都标识在这个点上的最大值以及生成的边缘的方向。这样我们就从原始图像生成了图像中每个点亮

此代码是在关于图像放大缩小的处理--用到双缓冲解决闪屏问题。

LPC1114代码库是NXP基于Cortex-M0的LPC1100系列的完整开放源代码（BSD许可证）软件库，支持所有主要的内部外围设备，并支持常见硬件的驱动程序，如基于SPI的EEPROM和I2C温度传感器（LM75B）。代码库包括完整的C启动代码和易于理解的make文件和链接器脚本，用于从任何OS上的命令提示符（YaGARTO 4.5.0和NBSP；用于构建），以及用于开源ARM C/C++的IDE和基于ARC的商业GCC交叉工程的项目文件（对HW有用）