数字图像处理与机器视觉基于MFC的实现

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)

非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。

主要实现一个串口发送器功能，该发送器的数据是从FIFO 中读取的。也就是说，只要FIFO 中有数据，串口发送器就会启动，将数据发送出去。，该串口发送器由三个模块组成。datagene 模块每1s 产生16 个字节递增的数据，这些数据将会写入fifo232 中例化的一个256 字节大小的FIFO 中。一旦检测到FIFO 中有数据，uart_ctrl 模块就会将FIFO 中的数据读出并通过串口发送出去。大家可以用串口线连接SF-EP1C 板和PC 机，通过串口调试助手查看收到的数据是否是一组不停递增的数据。

资源描述实现的adaboost训练分类器详细过程，可配合adaboost算法实现一起使用

车辆检测： 1 识别车辆轮廓，并标识车辆轮廓 2 给出车辆的相对速度，经过测试，实际可用。

osg与qt 学习过程中显示入门程序，通过osg 与qt quickly 的结合实现对3D 图像的处理和优化作用。包括所有的源代码，可以在配置好编译环境的条件下直接运行。

一个实时监控源代码，VB编写的，对有做实时监控的人来说非常实用！希望对大家有 用！

资源描述Detecting visually salient regions in images is one of the fundamental problems in computer vision. We propose anovel method to decompose an image into large scale perceptually homogeneous elements for efficient salient region detection, using a soft image abstraction representation. By considering both appearance similarity and spatial distribution of image pixels, the proposed representation abstracts out unnecessary image details, allowing the assignment of comparable saliency values across similar regions,and producing perceptually accurate salient region detection. We evaluate our salient region detection approach on the largest publicly available dataset with pixel accurate annotations. The experimental results show that the proposed method outperforms 18 alternate methods, reducing the mean absolute error by 25.2% compared to the previous best result, while being computationally more efficient.

这项工作基于统计方法的问题，而不使用大培训数据库和不诉诸神经网...... 我避免神经网络显而易见的选择，唯一的真正原因是： 1） 它已进行前字符识别。 2） 它不似乎是本着同样的精神，作为我们的课程和讲座， 和方法。 3） 神经网络，以我的经验，似乎并不产生可伸缩的、 关于底层视觉问题/解决方案的重用信息... 就我所知他们只是证明，一些系统称重层感知产量的正确结果大部分时间。 只有几篇文章手写识别的问题，我所读过的指的是统计方法解决它。我已经从他们，我的想法，但是我还没有找到任何准确的参考，我对这个问题的办法。我将会检讨各种统计方法在下一章。

在对视频文件或者多序列图片批量进行边缘检测时，可利用该方法。该方法主要借助于VC++和OpenCV环境进行实现。算法主要包括两方面：一是对视频文件帧的获取，二是通过Candy算法对获取的帧进行边缘提取。（注：avi文件过大，运行代码时用户可自行添加）