图像处理中的角点检测

在c/c++语言下有关于数字图像处理方面图像增强中值滤波的源代码，有许多个头文件。其实自己也没怎么看懂，不过觉得应该是对的吧。

卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。 卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推，根据系统的量测值来消除随机干扰，再现系统的状态，或根据系统的量测值从被污染的系统中恢复系统的本来面目。

应用背景人头统计的一种算法，人头统计的一种算法，人头统计的一种算法，人头统计的一种算法，人头统计的一种算法，人头统计的一种算法2关键技术利用opencv的一种检测人数的算法，程序可以直接运行，利用opencv的一种检测人数的算法，程序可以直接运行利用opencv的一种检测人数的算法，程序可以直接运行2

这是一个关于图像匹配的代码，有sift，surf的 特征检测 ， 特征提取等，有它们的具体实现算法，很值得研究，也比较适合初学者

应用背景 针对各种游戏都可以使用的菜单，虽然不是太精美但是可以自己去修改修改，完全可以用 顶点缓存和索引缓存：IDirect3DVertexBuffer9 IDirect3DIndexBuffer          使用这两缓存而不是用数组来存储数据的原因是，缓存可以被放置在显存中，进行绘制时，使用显存中的数据将获得比使用系统内存中的数据快得多的绘制速度。          静态缓存(static buffer)：一般放置在显存中，不需要进行修改，比如地形和城市建筑等。静态缓存必须在程序初始化时用几何体的数据进行填充。          动态缓存(dynamic buffer)：一般放置在AGP存储区中，放置动态的内容。优点是更新速度相当快(快速的CPU写操作，方便修改)，缺点是处理速度慢，因为在绘制前数据必须传输到显存中。          对显存和AGP存储区进行读操作非常慢，所以，如果您需要程序运行时读取几何数据，最好在系统内存中保留一份副本，然后在需要时对其进行读操作。          Device->CreateVertexBuffer()          Device->CreateIndexBuffer(

应用背景阈值分割是图像分割的一种最简单的方法。在全局阈值，对图像中所有的像素的单阈值用。当组件的像素值，背景相当一致的在各自的价值观在整个图像，它输出一biinary图像 ；代表分割。关键技术C #工具实现的全局阈值分割算法

应用背景vs2010+opencv2.4.8,人脸识别，ORL人脸数据库，里面有两个代码，LBP.cpp利用LBP方法先训练图像得到分类器（xml）然后测试待测样本。LBPload.cpp则直接可以用LBP.CPP生成好的分类器测试待测图片，比LBP.cpp快很多。关键技术用的是LBP算法，也可以换成pca和fish算法，只是LBP更快而且占得内存也小一些，里面也有测试时间。为了方便，我直接确定的测得是第13个人，可以修改的。里面的data文件夹里面的at.txt和待测图片路径记得按照你们的情况修改。

能够提取图像边缘，并且输出边缘坐标。 使用时需要修改路径。

基于opencv的摄像机标定的源程序 能够实现摄像机的标定

通过对照片中的数字进行图像处理操作，运动BP神经网络，识别图像中的数字