斑点检测

jsDraw2D是jsFiction公司提供的第一个产品，他们计划创造各种各样的革命性的JavaScript库和应用，来帮助JavaScript 开发者，Web开发者以及Web站长扩展JavaScript的内涵和功能。 jsDraw2D包括基本形状(如多边形，弧形，圆)，填充形状，以及贝塞尔曲线(包括一次，二次和立体曲线)。开发者可以在div元素中改变坐标系统的 原点到任意点上，并且可以选择缺省或者笛卡尔坐标系统。 jsDraw2D还可以允许你设置图形的大小比例。

应用MFC，基础的图像处理代码，有简易界面和主要代码的注释。适合初学者和C语言读程序薄弱人群。

该程序计算了不同类型的图像的 LBP 直方图。它介绍了 LBP 高效计算。

基于Bayesian框架的背景建模算法和相关论文，这中算法的性能要优于混合高斯建模和其它背景建模算法。可用于复杂背景下目标检测和跟踪。

此程序是用IDL语言编写，在IDL平台编译器上直接运行，选择输入路径和保存路径。输入数据为二值图文件，格式为ENVI支持的格式。主要是去除二值图中一定面积的碎斑，可以指定碎斑的像元数量，此程序不影响其他的斑块形态。主要用于遥感提取二值结果的后处理。

随机森林算法，通过windows预编译的MATLAB版本工具箱，可以实现机器学习相关应用，很有价值的！

此示例代码为您提供如何图像处理完成，并使用EmguCV操纵的概念。图像处理的一个很好的例子是脸和目标检测与识别等，但在此示例代码中，我只给脸检测和人眼检测的概念。我希望你们，你欣赏和热爱这项工作......

应用背景作为一个涉及计算机视觉、图像处理、智能控制等多门学科的研究前沿,智能视频监控技术已经成为国内外计算机视觉研宄领域热点问题之一,它的研究有着非常重要的科学意义和极其广阔的应用前景。运动目标的检测与跟踪作为智能视频监控最关键技术之一,其待解决问题的挑战性和技术复杂性吸引着、鼓励着众多计算机视觉研宄人员投入该科研行列。 关键技术本程序是基于visual c++利用模式识别技术实现场景中运动目标的分析，包括目标检测和跟踪两个过程。其中目标检测采用了帧差法，目标跟踪采用了Mean Shift法。本程序是数字图像模式识别技术详解这本书第十二章运动图像分析的程序。在visual c++6.0上就能实现。

openCV 支持从摄像头和视频文件（AVI）中捕捉图像，此程序说明如何捕捉从摄像头或者AVI视频文件得到的视频流，并且对该视频流进行处理（边缘检测）

此代码使图像按相邻像素缩放多少倍；