数字图像形状匹配

图像的处理方法根据自己的需要，有目的地选择各种方法。在确定脸部区域上，通常使用的方法有肤色提取。肤色提取对脸部区域的获取则比较高，达到95%以上，并且提取速度快，可以减少工作量。 由于图像的亮度在不同环境的当中，会受到不同光线的影响，图像就会变暗或变亮，我们就需要要对它的亮度进行调整，方案主要的方法是对图像进行光线补偿。 高斯平滑：高斯平滑就是对整幅图像进行像素 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

里面有三个程序：第一个读取视频序列，程序里有提取视频序列的简单易懂的例子，提取视频帧并可以对视频帧进行你想要的处理，程序中也有对视频序列进行用canny算子的边缘提取处理，并且与原视频对比输出，你也可以更改里面的处理程序来满足自己的需要。第二个是对特征点的跟踪，在视频中提取运动物体的特征点，并对特征点进行跟踪。第三的是提取前景物体。这些程序分开编写可以让大家更得理解，也可以更好的运用的自己的大型项目中。

摘要：故障诊断起着物理的重要作用 故障分析与产量的学习过程。随着数百亿 晶体管被集成在一个芯片上，多个故障可能 存在的。随着多个故障，故障屏蔽和加固效果 可能会出现。它们可能会导致基于单故障常规 诊断方法，如在一个时刻的单个位置（SLAT） 为无效。如果没有流行的SLAT方法失败 够SLAT图案可以由单个stuckat说明 故障。此外，一个真正的硅缺陷可能表现为不同 故障在不同的故障模式模型（DM），它可 无效使用单故障模型的方法SLAT 在所有失败的模式。在本文中，我们介绍的概念 故障元件，支持多种故障模型，并使用faultelement 图（FEG）考虑故障屏蔽和加固 多故障之间的影响。基于所有失败的FEGs 模式，最有可能的故障位置和故障的因素 被反复识别。同时，FEGs是迭代地 修剪跟踪的其余多个故障的影响，直到 所有的故障点被确定，所有的FEGs减少 为null。实验表明，该诊断 方法可以识别，即使在​​多个故障的位置 DM具有较高的诊断精度和分辨率。 关键词：故障诊断，故障元件，故障元件 图（FEG），多种故障模式，多重故障。

角点检测，特征点检测，多尺度特征检测，Harris-Laplace 特征点检测。有篇关于尺度不变和仿射不变性特征检测的经典论文

大家好，

车辆的检测与跟踪是目前交通领域比较热门的话题，该文件使用opencv实现，包含了运动车辆检测跟踪系统里的源代码，可直接调用。

本程序在打开图像时可以实现图像各种动态效果，包括扫描，移动，交叉飞入，百叶窗特效，马赛克显示，栅条显示，图像渐现，中间扩张，中间收缩，其中扫描，移动，和交叉飞入，百叶窗这些特效中还可以选择方向，各种特效都包含进去了。

用VC++实现BMP图像读取，不使用现成读取函数，通过读取文件实现，能显示图像大小及位图信息，同时显示鼠标处的RGB值

基于改进型中值滤波程序设计算法，是经过自己调试可行的matlab源码，用于对图像的滤波处理，简单易懂

该实例很好的展现了如何通过vsg这一场景图语言加载flt，通过vp将模型经过vsg对节点的读取，成功在vp中展现。此例子短小精悍，容易理解，易懂，通过磁粒子的学习更好的掌握一门古老而又应用广泛的语言-vsg。希望对大家有帮助