边缘检测算法，包含robert，prewitt,sobel,marr,canny算法

MFC程序，包含图像的水平及垂直变换，缩放，转置运算，旋转以及插值运算等源代码，并且程序中含有详细的注释，在VS2005以上环境直接运行，也可以稍加修改后在VS2005以下版本运行

本源码是基于《A texture-based method for modeling the background and detecting moving objects》一文实现的，该方法是基于图像中各个像素点的建模方法，提取的纹理特征的方法为LBP直方图，每个像素点的背景模型中包含K（一般为3或5）个LBP直方图，在后续处理中每来一帧时先进行前景检测，然后更新背景模型，如果当前像素点的LBP直方图和其背景模型中的任何一个直方图都不匹配时，就把权值最小的那个直方图替换成该像素点当前的直方图，并且设置其权值为一个很小的值，如果当前像素点的LBP直方图与其背景模型中的某一个最匹配时，就更新那个最匹配的直方图，并且更新其权值，背景模型中的其他直方图只更新权值。更新完之后进行权值归一化，根据权值大小进行排序。

这是一个matlab下处理立体匹配的完整代码，来源于国外的一个大学例程，包含详细的.m文件和交叉编译的cpp、h文件等，适合仔细研读具体的算法原理

论文源码中调用的第三方库都被编译成了静态库，vs2008可以直接运行 显示图片用了opencv2.3.1.

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

使用HOG+SVM训练行人分类器，vs2008+opencv实现的工程，保证可以使用。样本图片由于太大，不好上传，大家可以在别处下载。代码简洁清晰，注释详细，是学习SVM和行人检测的很好的实例。

开发H.264视频编码算法开源代码：JM8 或者 X.264 (自行查找)实现算法：baseline profile ，含H.264算法参数设置(分辨率、帧率（I/P:15-20）等）和解码后的I帧缩略图（如每5秒抽取一帧/一分钟视频）输入：AVI(非压缩AVI，文件会较大，5分钟内为佳） 输出：解码后的信息（平均码率等）及缩略图分辨率：320X240，D1、720皆可

使用C语言编写的图像去隔行的程序，可以处理视频，输入为RAW文件。经多次实现，效果良好，当心使用。使用的MELA算法，即一种线性的领域插值方法，基于的事六邻域。MELA算法是对ELA算法的改进，效果有显著提高。可以作为参考，对初学者很有帮助。

使用DirectShow和opencv开发的多目标跟踪程序。openCV采用1.0版本。可以完成视频的目标跟踪。

在这些项目中，我们将测试编码为qr码和sms，vcards可以转换为qr码，您可以从图像中提取qr码；