中值滤波

基于Emgu的是视频播放程序，使用VS2010+Emgu2.3.0环境，亦可导入摄像机数据，使用EM算法对单独像素点的出现在时间方向上的累加进行建模的方法是新颖的，并且对一个典型的确定的方法提供了一种自然的概率层面的概括

利用灰度共生矩阵提取图像纹理特征，代码是矢量化的，速度很快。

利用 Matlab 实现基于阈值的图像分割方法，包含 Otsu 法、 最大熵、 聚类和其他方法的各种使用方法

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

应用背景      该程序为单目摄像机标定程序，是应用c++编程语言，在visual studio2010环境下基于opencv 编写的标定程序，该程序可以应用于计算机视觉，可以获取摄像机的内外参数，也可以用于双目标定，作为双目标定的重要的一步。 关键技术      该程序为是应用c++编程语言，基于opencv 编写的标定程序，是根据于仕琪所译的《学习opencv》中的程序该编的，在用于过程中必需要配置好opencv，如添加工作目录 包含目录，依赖项等。

很不错的一个人脸识别技术，大家看看上面的图像就知道大概功能了 很不错的一个人脸识别技术，大家看看上面的图像就知道大概功能了 很不错的一个人脸识别技术，大家看看上面的图像就知道大概功能了 很不错的一个人脸识别技术，大家看看上面的图像就知道大概功能了

下面是该算法的伪代码：(a) 载入一个 HDR RGB 图像(b) 计算强度层我(c) 计算 log(I)(d) 筛选使用双边滤波获得 log(F) log(I)(e) 计算详细信息通道 D = log(I)-log(F)(f) 计算： 三角洲 = max[log(F)]-min[log(F)](g) 计算： γ = log(constrast) / 三角洲(h) 计算新的强度层： N = 10^[gamma*log(F) + D](i) 规模的 RGB 值由 N / 我(j) 保存 LDR 图像

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。

本代码是使用matlab实现的LBP算法，适合于初学者进行学习研究，如果在学习中间遇到问题，欢迎大家相互交流学习，共同进步提高。

使用opencv3.0 检测二维码，注意咯需要自己配置一下opencv3.0 的环境哦使用的zbarscanner类已经整理好，向再次开发很简单需要下载zbar的环境下面是环境下载路径http://zbar.sourceforge.net/download.html如果可以可以有找到二维码对应坐标位置的方法的大牛们  请告诉我谢谢！！