CUDA 图像旋转拉伸

opencv2.4.9+VS2010，使用帧间差分法或背景差分法检测出运动目标，对不同的连通区域做标记，并得出每个连通区域的直方图，通过直方图比较来跟踪特定目标，也可以用在车流量统计，参数可调，算法简单，耗时小，具有一定的可行性，目前对多个连通区域的直方图统计模块还未做好，希望同志们一起来交流学习。

应用背景如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。关键技术对于第一帧出现前景的情况，由于后续更新背景都是对前景mask后对背景进行更新的，所以第一帧的前景部分对背景的影响因子很难被更新掉。这里提出一种改进的办法——混合高斯模型。可以使一个像素具有更多的信息，这样可以有效的减少类似树叶的不停飘动，水波的不停荡漾这种对前景的干扰。这个精密的算法比之前我所介绍的简单方法要复杂很多，不易实现。还好，OpenCV已经为我们做好了相关工作，将其封装在类BackgroundSubtractorMOG，使用起来非常方便。

#include "hw_config.h" #include "usb_lib.h" #include "usb_desc.h" #include "usb_pwr.h" #include "timer2.h" #include "AL422.h" #include "OV7670.h" //测试发送数据 extern volatile unsigned char biaozhi; extern vu32 TimingDelay; //用于系统时钟

此代码使用 Haar 级联分类器来检测脸视频饲料 （这里使用的摄像头） 中并显示在一个窗口中 代码已经过测试的配置如下： Windows 7 专业版 （64 位） 2.4.2 OpenCV Visual Studio 2012 终极版

这是一个利用MATLAB进行合成孔径雷达点目标仿真的典型程序，主要采取了距离-多普勒成像算法、chirp-scaling成像算法，并且还对成像性能包括积分旁瓣比、峰值旁瓣比作了仿真分析

对于人脸检测的人脸样本准备，通常需要手工从图像中截取人脸区域，为了程序鲁棒性的考虑，生成的人脸样本需要还要有一定角度的旋转；对基于统计训练的图像自动标定（image alignment，比如Active shape model 或Active appearance model）方法来说，第一步工作就是手工在图上把物体轮廓标出来，这些点一般称为landmark。 程序就主要完成这两个功能： 1.先准备个标准形状做参考，比如从论文里找这样一张图，用ginput按顺序选68个点（68个点的定义见CMU那帮人的论文，文

应用背景数字图像处理VC实现，对maltab，或VC的初学者，理解和运用各种图形图像处理算法，是很有帮助的，希望能够在数字图像处理，或者VC编程的方面，给你带来帮助。关键技术各种具体的图形图像处理算法比如图像变换，图像增强，图像运算，显示等等，当然也包括一下具体应用，比如图像压缩，图像编码，图像重建等等方面。

采用OpenCV，用大津法otsu自适应检测序列图像中的运动目标，然后检测去除阴影，并用区域生长算法对阴影区域进行修正 OpenCV采用1.0版本，IDE为VC++6.0，经验证，该算法可以有效检测出运动目标被光线遮挡产生的阴影，对智能视频分析有重要作用。

虹膜识别是一种重要的生物特征识别的身份识别中的方法成为非常活跃的课题研究和实际应用。虹膜识别系统包括虹膜区域定位和其次是虹膜识别的虹膜图像的数据集的生成。在此研究中，虹膜区域的内部和外部边界的定位提出了一种快速算法。归一化在寻找边界阶段，位于后虹膜从图像中提取的眼睛，然后哈尔变换用于代表数据集。使用此数据 集哈尔变换用于虹膜模式的分类。自适应学习策略培训的哈尔变换应用。仿真结果表明了遗传算法在个人身份识别的有效性。

本代码使用直方图均衡对图像进行处理，压缩包里有自带的测试图片，效果很好，图像明显变亮