图像处理

1，启动摄像头 2，加噪和去噪 3，对对视频进行保存和录制 4.人脸的检测 5，简单人脸跟踪 6，人脸识别

此代码分别用C++和matlab写的混合高斯背景建模，自适应确定高斯分量的个数，由Z.Zivkovic开发，相关文章是Improved adaptive Gausian mixture model for background subtraction。

在本文中提出了非盲图像水印算法的鲁棒性新方法。所提出的方法执行通过奇异值分解 （SVD） 改性的复杂小波变换 （CWT） 域图像而连续小波变换提供了更高的容量比实小波域。改性的适当的子带，导致毫不逊色保留质量的水印。拟议的额外优势是技术的其最常见的攻击的鲁棒性。分析和实验结果表明多改进的性能与纯方法的基于奇异值分解的混合方法 （例如 DWT-SVD 为近年最好基于奇异值分解计划）。

该算法主要针对的是8位位图图像的旋转，首先定义了MyDIP类，通过定义一些成员变量以及成员函数对图像进行旋转的实现。在实现旋转的过程中首先应该将所要进行处理的图像进行读取与显示，因此，算法中通过调用OnOpenDocument(LPCTSTR lpszPathName)和ReadImgFile(CString sName)进行图像的读取，之后利用OnDraw(CDC* pDC)将原 始图像进行显示。之后利用OnMenuitem32778() 和OnMenuitem32779() 实现图像的顺时针和逆时针的旋转，由于旋转过程中，图 像的大小不断发生变化，因此，在图像旋转完成之后要对图像的内存大小进行判断，重新定义图像的长，宽；并且将符合内存大小的 旋转图像进行显示。最后通过OnSaveDocument(LPCTSTR lpszPathName)

应用背景医学影像数据化日益普及，对数据化管理也越来越高，能否实现对数据图像的管理而避免使用第三方软件也有着安全方面的重要作用。关键技术医学影像DICOM技术资料，实现对CT、DR、MRI图像的读取。

本代码是利用kalman滤波器实现对物体运动状态的追踪，可以有效的减小测量过程中产生的误差对最终结果的影响。

通过全新的算法设计，在视频中通过鼠标划下禁区线，确定禁区，当行人跨过禁区线的时候进入禁区的时候报警。

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。

opencv的mfc平台，基于directshow采集摄像头编号，用于双摄像头的图像采集，可以用于标定时的图像同步采集

是一个边缘检测算法，包含robert，prewitt,sobel,marr,canny算法，还可以将这几种算法放到同一张图下就行比较，是用matlab语言编写的程序，在matlab2012a 版本上测试成功，很好用，程序很简单，很容易看懂！