红色的对象跟踪

 本程序利用他人在网络中分享的算法进行学习，并在学习过程中进行的部分改编。程序结构简单，适用于初学者了解算法的内涵。

计算机视觉技术中的一个重要部分就是斑点检测，它来源于区域检测，它在图像的预处理方面为重要环节，比如特征匹配、目标识别等方法之前。就图像方面而言，所谓斑点，就是有这样一块区域，它与周围的颜色和灰度值都有很大的差别，就是跟周围的图像性质不一样。在实际的自然环境里，就存在着这样的斑点，如苹果树上的一个苹果，站在苹果树下的小孩，甚至一座房子也可以是一个斑点等等。由于斑点是一个区域性的描述，相比一个单纯的角点，它的稳定性和抗噪声能力更有优势，对于图像的后期分析和处理有很有很大帮助

这些代码被用来实现粒子滤波基于视觉对象跟踪（PF），卡尔曼粒子滤波基于视觉对象跟踪，无味粒子滤波基于视觉对象跟踪。其耐用性远远超出了传统的视觉对象的跟踪算法，如均值漂移（均值漂移）和CamShiftThe码KPF和UPF的视觉目标跟踪耗费了巨大的精力，而你找不到任何相关的算法代码互联网！我们的研究小组已经优化了这些代码和应用他们开发的主动视觉目标跟踪的平台。现在，我分享他们给你，希望你爱他们！

视频序列中运动物体的检测，非常灵敏，值得一看！利用的是帧间差的方法，测试了几段视频，效果真的不错，实时性很强。

PN和GOLD MATLAB程序

应用背景图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。关键技术现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。1998年以来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法。图像分割后提取出的目标可以用于图像语义识别，图像搜索等等领域。

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

该 程序实现了MATLAB中的中值滤波，而MATLAB没有自带的中值滤波函数，   此达到的效果很好。。。。。

应用背景要求：Matlab，Matlab图像处理工具箱。在图像压缩和特征提取中，线性扩展的标准使用。这是最近提出的李和承：一个正或非负线性扩展是一个非常强大的约束，这似乎导致图像的稀疏表示。他们的技术，被称为非负矩阵分解（NMF），被证明是一个高维数据中的有用技术由非负性成分组成。关键技术关键词：MATLAB源代码，，，NMF，图像，压缩，非负矩阵分解。1发布日期2014.10.27主要特点：NMF的图像压缩详细数据压缩信息灰度和RGB图像的支持快速优化实现演示代码（保护p-files）可用绩效评价