基于matlab的灰度AGV路径识别

随机森林算法，通过windows预编译的MATLAB版本工具箱，可以实现机器学习相关应用，很有价值的！

结合Surf描述符算子和Sift描述符算子提取的图像不变特征。利用了Sift描述符对尺度，翻转的强有效性；和Surf描述符对光强的 敏感性，进行图像复制粘贴防伪检测。代码中有一个实例，可以看出检测结果。

应用背景android 编码解码h264， 调用原生api编解码h264，能够达到1080p，同时udp发送至vlc，可以实时观看，系统要求4.2以上，红迷测试可以达到720p关键技术android 编码解码h264，包括h264 encode decode，系统api是mediacodec，视频采集是camera回调，转换yv12到yuv420

生成验证码，格式支持：png、jpg、gif、flash 此验证码来源于DISCUZ论坛，用于学习研究用，验证码出来的效果相当的不错！

资源描述应用Visio studio +opencv实现直线检测，通过读入一副图片进行二值化并实现边缘检测，最后应用霍夫变换检测直线。

使用块编码的图像去噪这里我们使用块编码到图像编码和实施这一使用二维块编码算法来达到更好的过滤

一个用c++实现的meanshift算法，很有用很搞笑，支持并行计算，适用于高级用户

#include "stdafx.h"#include #include "windows.h"#include "fstream"#include using namespace std;using namespace cv;//为了方便，这一部分是利用提取HOG特征，SVM对图片进行分类。int _tmain(int argc, _TCHAR* argv[]){     vector img_path;////输入文件名变量       vector    img_cat;//category类型     int nLine=0; //定义行     string buf;     ifstream svm_data("C:UsersdellDesktopCharRegCharReghb1.txt");     //训练样本图片的路径都写在这个txt文件中使用bat批处理文件可以得到这个txt文件.      unsigned long n;      while (svm_data)  //将训练样本文件依次读取进来         {          if (getline(svm_data,buf))

收藏的几篇关于图像拼接的学位论文，讲的比较明白的那种，思路很清晰，对做全景图像拼接有较好的参考价值，不用上网花钱去下论文了。

抽象 — — 本文提出了一种新型的计算机辅助诊断恶性黑色素瘤的系统。新颖之处在于优化选择和集成功能源于纹理，borderbased和黑素瘤病变的几何性质。的从使用小波分解，推导出纹理特征从构建 boundaryseries 推导出边界特征病变边界和分析空间模型给出了相应的频率域和几何特征从形状的索引。功能的优化选择通过使用增益率的方法，显示给将计算有效的黑素瘤诊断中的应用。分类是通过使用四个分类器 ；即，支持向量机，随机森林，逻辑斯谛模型树和隐藏的朴素贝叶斯。该诊断系统应用于一组 289 皮肤镜图像 （114 恶性，175良性） 分割成火车、 验证和测试图像集。该系统达到 91.26%和 AUC 值和准确性of 0.937，当使用 23 功能。其他重要的调查结果包括 (i) 明确优势获得补充纹理与边界和几何特征相比，使用纹理纹理特征的信息及 (ii) 作出更大贡献比基于边界特征优化的功能集。