两直线间距离测量

卡尔曼滤波器是目标跟踪的主要功能，使用卡尔曼滤波程序，以实现对机动目标进行跟踪

本程序用于高光谱分解，使用的算法为最小二乘法。该程序通过调用matlab的本身的程序进行分解。同时可以计算均方根误差和光谱角距离。本程序使用的数据位城市地图的数据。

Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。结合Klaman进行轨迹预测。

demo_permutation - 演示中的图像的层叠柱版本和使用修补基置换重新排序它的结果之间“平滑度”的差异。我们比较使用移动积所获得的两个一维信号的平滑性。我们还说明了如何通过贴剂的路径看起来当其重排序是通过图像的光栅扫描和补丁基于置换定义等。 demo_inpainting - 图像使用在重新排序的补丁基地排列，然后将丢失的像素是使用立方插值重建图像修复实验。demo_denoising - 图像去噪实验中使用的图像中重新排序的补丁基地排列，然后用学到的过滤器过滤。

输入： 的视频图像序列 (最好是从一个网络摄像头获取)，坐在电脑前的用户假设显示一些文档 （文本、 图形、 医学图像或一张照片） 和 visualizedGoal： 检测注意力的焦点和改性的用户感兴趣区域 （请注意我们只感兴趣的用户感兴趣区域不眼睛本身的轨迹 ！）基于这一点，一些地区的兴趣可以绘制到图像上。要做的任务： 开发能够检测到应用程序和跟踪在视频眼; 确定相应的观察 （重点） 位置 （区域） 屏幕，在屏幕上眼的运动轨迹; 标记区域的利益和他们的进化，变化在时间

视频压缩程序，图像处理的方法判别视频中是否有人，然后压缩视频。编译可直接运行

图像几何处理，包括图像平移，放大，缩小，旋转等等。通过图像几何处理，完成最基本的图像操作。

使用IR 模块  DE2-115 开发板配备有一个红外接收（IR）模组（型号：IRM-V538N7/TR1），相关的电路图可以在DE2-115 系统光盘里面的DE2_115_datasheetIR_Receiver 目录下找到。需要注意的是，这个一体化接收模组，仅兼容38kHz 载波脉宽调制模式。附带的使用uPD6121G 芯片编码的遥控器可以产生与接收器匹配的调制信号。

简单的 java 代码为 creatinf 的 image.however 的直方图它也不会有人使用筛选的图像增强。

// // void main( --> int main(  // // #include "cxcore.h" #include "highgui.h" #include "ml.h" int main( int argc, char** argv ) {     float priors[] = { 1.0, 10.0}; // Edibl