行人检测

用于图像处理中的图像预处理，是视频图像处理中必要的基础步骤。从图像的第一个像素点开始依行遍历全部像素，在每个像素点上，移动结构元素B的映射的中心与其重合，然后判断此位置的结构元素是否有对A集合的覆盖，如果有，则保留这个点，否则对此点取反（按照如下的符号约定，即将改点灰度值设置为0）。

我们介绍使用现代可编程图形处理单元的 GPU 的实时图像处理技术。GPU 的是本质上的数据并行的 SIMD （单指令，多数据） 设备。通过利用 NVIDIA GPU 编程框架，"计算统一设备架构"CUDA 作为一种计算资源，实现了图像处理算法计算中的会显著加速。我们表明，一系列的计算机视觉算法映射很容易到 CUDA 具有显著的性能增益。具体来说，我们展示了我们的方法的效率，让并行化和优化的图像处理、 形态应用程序和图像积分。

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 .

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

marching cubes 的一个实例程序。利用opengl和c++编写，比较易懂，初学者试用。MC算法是三维图像中常常用到的算法，具体可见百度百科，代码中绘出三个不断旋转的立方体，

学习图像处理的入门教程代码，有清晰的注视，详细的代码，值得刚入门学习图像处理OPENCV的同学下载下来学习。里面还有各种机器学习算法的简介，可以学习了解下。

gabor特征提取程序 matlab实现 附有图像测试-gabor feature extraction process to achieve with matlab image test gabor小波是比较实用的小波，是近几年研究者们普遍使用的用于图像的特征提取的小波。它有能够有效的将图像的一些特征信息提取出来。

资源描述最全的OpenCV示例源代码. 这个资源包含了opencv中主要函数的几十个示例，详尽而且具体，并且附有程序运行所需的素材，对于学习opencv具有很强的帮助作用

这个职位的目的是提供简要概述了如何使用纹理信息，利用 Matlab 的图像分类。基本上，我们想要做的是从一组标记描述纹理的图像纹理分类器的学习。然后，我们将使用的学习分类器提供类标签标记的图像。（从网站：http://www.alceufc.com/2013/09/texture-classification.html)

这是一个人脸识别演示/算法测试程序，基于Windows操作系统，在VS2008 SP环境下编写，算法部分用到了OpenCV 2.0，其中ASM人脸对齐部分还用到了OpenCV 1.0；演示程序界面部分用到了MFC。 演示程序的功能是，对摄像头拍摄的或用户指定的图像，检测其中人脸，然后在已存储的人脸库（通过摄像头或图片注册）中找到最匹配的人脸并显示。还有人脸库和分类器的导入/导出功能。  整个工程可以分为3个部分：算法、功能和应用。 算法部分：算法部分目前分为4个模块：人脸对齐、光照归一化、特征提取和选择、子空间降维，每个模块是一个项目，每个项目生成一个dll供功能部分调用。 功能部分：功能部分只有一个项目FaceMngr，该部分依赖于算法部分，实现人脸注册、训练、识别、导入/导出等具体功能。该项目生成一个dll供应用部分调用。 应用部分：应用部分依赖于功能部分，实现了与人脸识别有关的应用，目前有两个项目：人脸识别演示程序frtest，和利