红色的对象跟踪

这一项目检测行人基于背景差法利用 matlab......希望你喜欢它

一个简单的代码，找到一个图像中的颜色，如果颜色是找到把这个像素作为白色，否则把像素作为黑色。

基于opencv实现的asm算法的人脸检测，包括器官（眼睛、鼻子、嘴巴）和表情的识别，检测效果较好，难度适中，适合初学者学习使用。

该代码采用MATLAB编写，注释的比较明确，采用粒子群优化算法，实现特征的选择，以及特征的分类，使用价值高。

这个代码是用于区域生长算法1条规定在检测错误的条件图和用于进行必要的修改。此算法的重复进行，直到没有发生进一步的变化。为了降低了后续的图形分析的复杂性，所有的用很短的链路端点被除去。四周前开始在图表分析阶段，所有船只外径被除去。视盘区域通常含有许多船只和图形在这方面是不可靠的。如这些船只是不相关的A / V分类过程中，它们可以被除去。其结果是由几个构成的图非连接的单独的子图。图中的操作改性步骤示于图

Rob Hess用C语言写了开源的SIFT实现——OpenSIFT，且具有与原作者示例相差不多的运行性能。由于SIFT算

与PCA算法降维。我们有一些照片，希望应用PCA算法他们减少维度。这是一个关于模式识别问题。

在本文中，我们目前 DCT （离散余弦变换） 块应用级图像压缩 JPEG （联合摄影专家组） 算法的有效性。结果表明该算法是在压缩的情况下最有效的因为它有非常良好的压实性能与能源相关的值。作为一项基本原则，我们消除高频率，并保持低和介质不会明显影响形象。JPEG 压缩算法中的 DCT 是人脸检测、 皮肤颜色、 面部识别、 虹膜、 指纹等实际应用中遇到的。为了实现 DCT 算法，我们采用微软 Visual Studio 2013 程序和一组不同大小的图像。我们开始加载图像并将它们应用到我们所实现的算法。我们的节目使我们有可能要应用 DCT 算法后查看图像。由于这项工作我们有原始图像 （离散余弦逆变换算法所生成的图像应用后的第一阶段），由小多系数原来的相比。

给定两幅图像，计算两幅图像间的差异，包括均值和方差的差异。

程序通过研究张正友平面模板标定法，通过opencv编程，实现了双目立体相机内外参数的标定，通过与matlab标定对比，实验结果几乎一致。使用者只需从不同角度拍摄平面模板，获得足够多的图片，将文件内的图片替换掉，即可得到自己相机的参数