基于Bayesian框架的背景建模算法和相关论文

图像处理比较全面的算法，包括图像的读取和显示，图像的点运算，旋转，与或非，边缘提取等等，自编

3 的输入的参数。第一是名称您想要使用的图像文件 （放在引号）。第二个是伽玛校正因子，用于改变方法的产品出来。摆弄数字 1 到 5 之间直到它看起来不错。（一般低的数字使其暗）。第三个输入是您想要输出到一个文本文件的名称。示例函数调用：asciipic2("imagename.jpg",2.5,"outputname.txt")

PN和GOLD MATLAB程序

利用经典的Fuzzy C means在图像的彩色BGR空间上对图像进行分割 备注：VS平台，需要配置openCV 源图像： 得到的结果图像（指定颜色分割k=3）

Otsu in opencv Otsu in opencv Otsu in opencv Otsu in opencv Otsu in opencv

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。

数字信号处理的实验，第一个是DFT与DHT性能比较，是用matlab写的，第二个是FFT的实现

基于Visual Studio 2010的计算机视觉+ openCV2.4.5得到的10对图像，以计算出摄像机，包括焦距，旋转和转换的更确定的参数，并计算点的3-D世界。与一些像素误差，但好于几乎整个采样图像。

Mean Shift，我们 翻译为“均值飘Mean Shift 这个概念最早是由Fukunaga等人于1975年在一篇关于概率密度梯度函数的估计（The Estimation of the Gradient of a Density Function, with Applications in Pattern Recognition ）中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.移”。其在聚类，图像平滑。图像分割和跟踪方面得到了比较广泛的应用。

带有图像处理的java客户机服务器项目，用java编写。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。带有图像处理的java客户机服务器项目