三维重构显示

本章实现了一个简单的绘工具，该绘图工具具有打开，关闭，保存，另存文件的功能；它能够对直线，矩形等几种图元进行绘制和操作。本章主要介绍了视图文档的程序框架的应用，创建工具条，使用设备环境变量的各种绘制功能，使用设备环境变量的不同绘制模式，实现文件的流式存储与加载功能等。

卡尔曼滤波，去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理, Kalman滤波是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用。

这是基于的单目视觉定位导航的代码，智能说是一个工具箱，不可以直接使用需要修改

红外人脸识别，不受光照影响，不易受面部皮肤损伤，

命名空间PaintDotNet

l  跨浏览器，可兼容IE7--IE10， FireFox， Chrome， Opera等几大内核的浏览器，且不需要浏览器再加装任何控件。 l  多系统兼容性、可移植性:由于只包括前台UI,因此二次开发者可很方便将本插件用在任何一种需要流程图的B/S系统应用上，流程图的详细实现逻辑完全交于后台程序开发者自己实现;

图像分割包括：区域法、边界分割法、边界形成法。本例介绍的是像素聚类法（区域法）

单摄像机校准源

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

在监控场景中用kalman滤波对目标轨迹进行跟踪预测，kalman滤波的两大步骤是预测和更新，当场景中由于遮挡等原因目标跟踪丢失得到轨迹片段，用kalman对缺失的轨迹点进行预测，kalman两大假设前提是高斯、线性。对于非高斯非线性系统不适用，目标运动建模是满足匀速运动