cuda上矩阵相乘

算法采用camshift跟踪，实现了实时的多车辆尾随检测跟踪算法，对一定环境下的车辆目标能达到不错的效果

应用背景道路提取。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。关键技术先对图像进行颜色空间变换，再应用C聚类对图像进行聚类，把图像分为道路和非道路，然后进行识别，实验表明，效果较好

VisionLab允许为安全行业、科学和其他应用程序快速开发功能齐全的计算机视觉应用程序。它还包括Hough线、边缘检测、轮廓检测、Haar人脸和目标检测、鲁棒特征和目标检测/跟踪组件。

图像的超分辨率处理。将一张正方形图像先降采样变成原来的1/16，然后经过迭代反投影算法再变回原来的大小。将小图和大图比较可以发现清楚了很多。注意一定要放入正方形的图。迭代反投影算法是将模拟低分辨率图像和观测低分辨率图像的误差叠加到当前估计高分辨率图像，生成新的高分辨率估计图像，进行欠采样得到当前低分辨率模拟图像，不断循环迭代这个过程，直到误差精确达到要求范围或直到迭代次数完成（避免出现死循环）。

利用C语言对图像进行加噪处理 （椒盐噪声），以及对图像进行边缘提取，检测。

若要提取子图像从图像使用最近的邻居从坐标点，并作为均匀性、 对比度、 相关性、 取向、 欧几里得距离、 熵和能源找到 7 灰度级 Co 发生基质 （灰度共生矩阵） 来提取 7 的特征，这众所周知的。

这些代码做一些像图像去噪和高-通行证-筛选器操作。 每个图像下载与 BMP 格式可以转换为黑或白色。 您可以将图片 resultats 保存到 bmp 的文件格式。

在c/c++语言下有关于数字图像处理方面图像增强中值滤波的源代码，有许多个头文件。其实自己也没怎么看懂，不过觉得应该是对的吧。

基于OPENCV开发的掌静脉识别程序，MFC设计。用掌静脉进行身份认证时，获取的是掌静脉的图像特征，是掌活体时才存在的特征。掌静脉识别仪是利用掌静脉识别技术原理进行工作的门禁机，掌静脉识别是静脉识别的一种，属于生物识别，掌静脉识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对算法提取特征值，通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。

应用背景粒子滤波目标跟踪源码，通过粒子滤波技术，画一个待选框，然后在视屏中通过待选框中的运动物体，然后对其进行实时跟踪。本人已经调试。关键技术粒子滤波技术结合目标检测复选框，选择运动目标，然后通过视频序列来检测运动目标并跟踪运动目标，从而达到跟踪目标的效果。