好用的去雾程序 matlab

在视频显示任务的循环中，程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区，再在临时图像处理缓冲区上进行处理，处理后的数据再输出到输出缓冲区。

opencv 眼部和脸部检测opencv eye and face detect

资源描述 OpenTLD opencv实现 2.4以上版本编译报错 include/TLD.h添加了头文件#include

RLE 压缩图形数据是一个自然的候选人。一种数字图像包含的小圆点称为的像素为单位）。每个像素可以是任何一位，指示一个黑色或白色的圆点或几个位，指示一个几种颜色或灰色底纹。我们假设像素为单位） 都存储在数组称为位图在内存中，因此该位图图像的输入的流。像素通常排列在位图中扫描线，所以 第一个位图像素点在左上角的图像，并最后一个像素是一个在右下角。 使用 RLE 图像压缩基于观察如果我们随机选择一个像素在图像中，有一个好的机会，它的邻居会有相同的颜色。压缩机因而扫描逐行寻找运行相同颜色的像素的位图。如果位图启动，例如，17 的白色像素，紧接着 1 黑色的那个，接着由 55 的白色部分，等等，只有数字 17、 1、 55、...需要在输出流写入。 压缩机假定该位图入手白色像素。如果这不是真的，然后该位图入手零白色像素为单位），并输出流应该

此应用程序演示如何在ITU-656模式下从解码器ADV7183执行视频采集，将数据缓冲到SDRAM中。然后，缓冲的视频帧被发送到视频监视器。在此应用程序中，不需要任何处理

3D图像的旋转算法

资源描述基于MFC的图像处理源码，课程设计的相关代码，可以实现大部分图像的基本操作，包括图像二值化、直方图处理、旋转缩放、采样插值、膨胀腐蚀等等

简单的代码,通过sobel滤镜获得dx,dy, 算出每个点的方向.  方向图的信息由助于用于Gabor滤镜

K均值聚类法分为如下几个步骤： 一、初始化聚类中心 1、根据具体问题，凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。 2、用前C个样本作为初始聚类中心。 3、将全部样本随机地分成C类，计算每类的样本均值，将样本均值作为初始聚类中心。 二、初始聚类 1、按就近原则将样本归入各聚类中心所代表的类中。 2、取一样本，将其归入与其最近的聚类中心的那一类中，重新计算样本均值，更新聚类中心。然后取下一样本，重复操作，直至所有样本归入相应类中。 三、判断聚类是否合理 采用误差平方和准则函数判断聚类是否合理，不合理则修改分类。循环进行判断、修改直至达到算法终止条件。

基于粒子滤波的目标跟踪。颜色直方图特征。参考资料 1。基于颜色的概率 Tracking2。基于颜色的自适应粒子 filter3。ECSE 626 项目： 基于颜色的自适应粒子 Filter4。关于在线非线性、 非高斯贝叶斯跟踪的微粒过滤器的教程