3D影像處理

[background_array, model_fit_count_array, m_modes] = ...     test_background_subtraction_pixel(rgb_array,maxBGModels,init_wt_new_model,alpha) 对于某一像素位置建模，输入：某一像素位置几帧图像的rgb值，最大模型数目（3-5个），初始化模型的权重，和学习效率 输出：背景数组（1为背景，0为前景），符合模型的像素数，已及模型。

应用背景kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。

基于opencv2.4.6 + vs2010编写。 需要外接一个摄像头，对摄像头捕捉的视频帧进行处理。 如果视频帧中有人脸，程序会自动识别，并用彩色的源泉圈出来。   基于opencv2.4.6 + vs2010编写。 需要外接一个摄像头，对摄像头捕捉的视频帧进行处理。 如果视频帧中有人脸，程序会自动识别，并用彩色的源泉圈出来。  

OpenCV摄影机+OpenGL对象

摘要：本文提出了一种低功耗的坐标旋转 数字计算机（CORDIC）为基础的可重构离散余弦 变换（DCT）的体系结构。本文的主要思路 基于有趣的事实，在所有的计算中 DCT是不产生频率同样重要 域输出。考虑在重要的区别 的DCT系数，CORDIC算法的迭代次数可以是 动态改变有效折中的图像质量 功耗。因此，计算能量可 不会严重影响图像显著降低 质量。所提出的CORDIC基于2-D DCT的结构是 实现使用0.13微米CMOS工艺，以及实验 结果表明，我们的可重构DCT达到省电 从22.9％到52.2％，比CORDIC为主吕氏 DCT在轻微的图像质量劣化的成本。 关键词：坐标旋转数字计算机 （CORDIC），数据的优先级，离散余弦变换（DCT）， 低功耗，可重构的体系结构。

基于Opencv的车辆目标检测 ，实时性好，检测概率高，可广泛的应用于实际的项目中。提出了一种融合多种目标特征的单目视觉车辆检测与跟踪方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴趣区域中搜寻车辆可能出现的位置,找出假设目标。然后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标。

里面两个函数，一个是图像下采样的函数，另一个是负责调用，以及采样后还原到原图进行误差评测的函数。调用后者即可。

采用误差反向传播算法的神经 networkk 培训。回 propagagtion 算法用于训练神经网络.backwards 的输入的验证

这个主要是是在VC++6.0下运行的，在MFC对话框下显示一副灰度图像，可已将灰度图像显示在相应的图片控件上，并且实现灰度空间转换。希望能帮助大家，谢谢！！

这是简单的项目，如何使用opencv库对象Canny检测。