增强方向平滑

在采用DCT块压缩标准的图像或视频流中，块效应是一个严重的问题，因此，能够有效地检测并去除块效应逐渐成为人们关注的焦点。而本文基于此目的，提出了一种DCT域的块效应盲测量和去块效应算法，利用HVS和块效应模型估测块效应，进而自适应地去除检测到的块效应。通过实验仿真证实了该算法的有效性，另外其低复杂度，可以在实时视频或图像监控领域得到应用。 基本原理可以分为块效应的盲测量和去块效应两部分。

VB使用ImageList显示JPG图像，并叠加图像，原理看下源代码自然明白，通过这个小程序你可以掌握如何在ImageList中显示图片。

从opencv/sample里获得cvInRangeS函数可用于检查一个矩阵中的像素灰度值是否属于某一指定范围。并且可以输出一个单通道矩阵来进行标识。

来源与医疗图像通过NSCT第一变换，随后通过组合低和高频率成分。被提出并用于融合的低和高频率系数基于相位一致性和指令对比两个不同的融合规则。最后，将融合后的图像是由逆NSCT与所有的复合系数构成。实验结果和比较研究表明，该融合框架提供了一种有效的方法，使多模态图像的更精确的分析

PC端与设备端采用UDP广播的方式进行通信。DVS设备端通过10000端口接收数据，通过9999端口发送数据。PC端通过9999端口接收数据，通过10000端口发送数据。 命令以帧为单位，一个UDP包就是一个完整的命令帧。命令帧用ASCⅡ字符串表示，命令帧的参数之间用字符”^”分隔。 回应以帧为单位，一个UDP包就是一个完整的命令帧。命令帧用ASCⅡ字符串表示，命令帧的参数之间用字符”^”分隔。

资源描述主要研究H263编码实现,完整的源代码程序，适合初学者参考学习。代码清晰有完成的VC+6工程代码。

轨迹球控制 By Terence J. Grant 如果只用鼠标来控制你的模型是不是很酷?轨迹球可以帮你做到这一点，我将告诉你我的实现，你可以把它应用在你的工程里。 我的实现是基于Bretton Wade’s，它是基于Ken Shoemake’s 实现的，最初的版本，你可以从游戏编程指南这本图上找到。但我还是修正了一些错误，并优化了它。 轨迹球实现的内容就是把二维的鼠标点映射到三维的轨迹球，并基于它完成旋转变化。 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

在加工每一针前根据设定轨迹、运动参数、物料材质、当前加工位置等先用BP神经网络得到加工点粗略的变形量,对加工轨迹进行预补偿。加工时动态采集加工点的局部图像,经数字图像处理得到加工点实际坐标与设定坐标的偏差值,一方面将所得值作为神经网络的输出样本,结合相关参数对神经网络进行在线培训,另一方面将此偏差值与加工点设定坐标之和(即加工点实际坐标)用神经网络的输出进行预补偿,求出其与针头实际位置的差值作为PID控制器的输入,从而提高控制系统的动态特性,实现快速精确绗缝的自动化加工。

过滤的图像与variaty过滤内核

基于opencv的人脸检测代码，适合初学者使用多个弱分类器集成的方法，机器学习中的弱学习到强学习，集成的关键是投票，最简单的方法是“绝对多数”的方法