关于图像的几个基本操作

是一个将视频投影到物体纹理表面的程序，基于OpenGL代码的，内含可执行文件

利用opencv 库函数bow类训练图片，提取surf特征点，用flann匹配，将特征点聚类成字典，设置每张图片的词典表示然后和要搜索的图片进行欧式距离计算，然后得到最近的那幅图即为要搜索的图片，

降低过分割的产生，主要从两个方面着手：1) 在进行分水岭变换前，通过对图像滤波，标记提取等手段抑制噪声引起的过分割；2) 在分水岭变换后，通过一定的合并准则，

Evalvid是一个框架和工具集，用于在真实或模拟的通信网络视频传输质量评价。这是针对研究者要评估用户感知的视频质量的网络设计或设置。除了底层网络的QoS参数的测量，如丢包率，延迟，抖动，提供标准的视频质量等指标PSNR和SSIM和主观的接收视频的视频质量评价指标。目前H.264，MPEG-4和H.263支持。AAC的支持也包括在内，虽然感知质量评价必须由外部工具实施专用类似的PESQ或PEAQ做。通过Evalvid jirka klaue写。

采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法，称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集，每个包含26字母表写由不同的人，用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的，用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进，并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法，将减少处理时间，同时提供更高的识别精度[3]。在一般情况下，手写识别被分为两种类型的离线和在线手写识别方法。在离线识别，写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是，在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而，在离线的系统中，神经网络已被成功使用，以产生比较高的识别精度等级。几个应用程序，包括邮件分拣，银行处理，文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是，在离线手写识别仍然是一个活跃的研究领域向探索较新的技术，这将提高识别精度[6] [7]。

资源描述了解数字图像处理的基本算法，如平移、旋转、平滑、锐化、灰度图的转化、对比度扩展，腐蚀、膨胀...

本代码可以对视频中的运动物体进行监测和跟踪 并用了高斯背景模型进行背景建模 效果很好 而且对检测到的物体进行了矩形框标记 

useful for SAR imaging processing  wellkown algorithm to form the radar image both to processing in range and azimuth direction

应用背景局部色彩校正胡安加布里埃尔萨拉斯若泽路易斯lisani Gomila，胡安加布里埃尔Gomila  ；胡安。加布里埃尔@我。COM  ；巴利阿里群岛的大学（UIB）José路易斯lisani罗卡 ；JoseLuis。lisani @ UIB。ES  ；巴利阿里群岛的大学（UIB）关键技术在本文中，通过 ；颜色校正 ；技术我们指的方法，使数字图像的对比度。当图像太暗或过亮的一个经典的伽玛校正是足以增加动态范围和提高对比度。

在视频或者图像配准处理中，错误的匹配往往影响正确的结果，因此剔除无匹配可以提高处理精度。通过MSE剔除错误和不精确的匹配，得到满足要求的精确的正确匹配结果，利用匹配对可以进行后续处理。