基于空间和谱熵的无参考图像质量评价

图像特征提取的四种算法。1) 顺序前进法特征选择 2) 顺序后退法特征选择 3) 增l 减r 法特征选择4) SFFS特征选择Four types of image feature extraction algorithm, to spend a great deal of effort to get the! To share with you all !

Cette 应用程序倒关于 de traiter des 的图像与 qt en，c + +。 点石 cette 应用然而 implémenté 几 algorithmes dans le domaines 空间，告诉 que la 活动 des 轮廓与 Sobel、 binarisation、 seuillage、 moyenneur、 mediane...... 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

这基本上是车辆计数系统使用 matlab。它将视频文件作为输入，生成框架。通过平均第 10 帧，然后获得背景。然后应用图像处理技术来检测和跟踪这辆车从视频帧。

基于opencv的车道线检测代码。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。效果一般

资源描述对摄像头、视频、图片中的人脸进行检测，并记录人脸个数

bundler,sfm,三维重建，冲击经典的源代码，相机标定，计算基础矩阵，冲击使用，超级实用，十分经典，张振有相机标定

// //Example 5-1. Doing something with each element in the sequence of connected components returned //             by cvPyrSegmentation( // /* *************** License:**************************    Oct. 3, 2008    Right to use this code in any way you want without warrenty, support or any guarentee of it working.    BOOK: It would be nice if you cited it:    Learning OpenCV: Computer Vision with the OpenCV Library

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图

这是读取bmp图像并将其转换为十六进制的源代码数据.it对于单色bmp很有用；

指纹识别系统V2：发现的最不发达国家技术指纹识别，以欧氏距离之间的匹配和过滤的Gabor