cmu车辆检测以及跟踪程序，采用光流法计算

这是各向异性扩散算法由P.Perona和J.Malik实施。此算法的目的是减少斑点噪声，同时保留边缘。

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

FPGA+i2c控制ov7670+SDRAM FIFO送至vga显示，转载于bingo，纯verilog，欢迎移植。由电子技术与应用论坛的bingo编写，同时也配备有详细的ov7670开发文档。有需要的同学可以在电子技术应用group搜索bingo即可。从开发板的设计，摄像介绍到整个工程的详解，一应俱全，非常适合刚刚接触ov7670的朋友。

这是一个Matlab实现的隐马尔科夫树模型，用于计算图像的Contourlet系数。程序同时还包括图像去噪、纹理恢复的应用模型 .

资源描述 该程序使用的是windows提供的图片集，程序运行环境为win8.1+VS2013，程序的功能是根据提供的两个视点的深度图和彩色图，合成出一个虚拟是视点的深度图和彩色图的程序！

FreeImage [1]是一款免费的、开源的、跨平台（Windows 、Linux 和Mac OS X ）的，支持20 多种图像类型的（如BMP 、JPEG 、GIF 、PNG 、TIFF 等）图像处理库。其最大优点就是采用插件驱动型架构，具有快速、灵活、简单易用的特点，得到了广泛使用。 FreeImage 的主要功能有多格式位图的读写；方便的位图信息获取；位深度转换；位图页面访问；基本的几何变换和点处理；通道合并与混合等。FreeImage 暂时不支持矢量图形和高级图像处理，位图绘制需要由用户来完成。 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 打分 发表评论 暂无评论

资源描述 同态滤波增强是把频率过虑和灰度变换结合起来的一种处理方法。它是把图像的照明反射模型作为频域处理的基础，利用压缩灰度范围和增强对比度来改善图像的一种处理技术。它在密度域中运用相当成功。 一幅图像f(x,y)可以看成由两个分量组合而成，即 f(x,y)=i(x,y).r(x,y) i(x,y)为照明分量（入射分量），是入射到景物上的光强度； r(x,y)为反射分量，是受到景物反射的光强度。 具体步骤如下： （1）先对上式的两边同时取对数，即 Inf(x,y)=Ini(x,y)+Inr(x,y) (2)将上式两边取傅立叶变换，得 F(u,v)=I(u,v)+R(u,v) (3)用一个频域函数H(u,v)处理F(u,v)，可得到 H(u,v)F(u,v)=H(u,v)I(u,v)+H(u,v)R(u,v) （4）逆傅立叶变换到空间域得 Hff(x,y)=hi(x,y)+hr(x,y) 可见增强后得图像是由对应照度分量与反射分量得两部分叠加而成。 （5）再将上式两边取指数，得 g(x,y)=exp|hff(x,y)|=exp|hi(x,y)|+exp|hr(x,y)| 这里，称作同态滤波函数，它可以分别作用于照度分量和反射分量上。                                          &nbs

使用改进的GAC算法对图像进行分割，图像中的偏微分方程课程的一门课堂作业，在图像分割的效果上有很大很大的改进，分割效果也很不错！！！！！！！！！！！！！！！！！！！！！！！！！！！！！

 非线性变换, 程序能够运行出正确的结果，希望对各位有帮助。 

       vs2013利用高斯混合建模分离视频中的前景和背景，利用opencv库里面的函数，这个代码可以清晰实现，大家可以看看