OPENCV手册

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。

应用背景图切算法是组合图论的经典算法之一。近年来，许多学者将其应用到图像和视频分割中，取得了很好的效果。本文简单介绍了图切算法和交互式图像分割技术，以及图切算法在交互式图像分割中的应用。关键技术 交互式图像分割是指，首先由用户以某种交互手段指定图像的部分前景与部分背景，然后算法以用户的输入作为分割的约束条件自动地计算出满足约束条件下的最佳分割。典型的交互手段包括用一把画刷在前景和背景处各画几笔以及在前景的周围画一个方框等。

这是SIFT算法的C++实现代码，对于SIFT检测子，SIFT描述子的代码编写很具体，对照原文博客来看的话，理解效果会更好。对于初次学习SIFT的菜鸟来说，是很直接，也很不错的一种学习选择。

立体相机校准源

opencv 眼部和脸部检测opencv eye and face detect

可以使用MATLAB将多幅图像或屏幕截图转换为avi图像，简单实用捕获的图像文件在您的计算机或互联网:如果例如IMAGE_URL = = c:。png”那么这个形象用于捕获的视频源。当然,这只会让的感觉如果在捕获过程中文件更改的内容。你也可以使用一个图像url等来捕获网络摄像头或气象卫星图像。

应用背景Delphi  图片裁剪程序及源码    支持鼠标拖动选取区域裁剪关键技术利用Delphi自带组件裁剪图像功能  支持动态拖动改变裁剪框的大小进行图像裁剪

该代码用MATLAB实现了序列图像的配准和重建过程，具有GUI界面，可以很方便的选择配准算法和超分辨率重建的算法。代码中包含了KEREN，MACEL等等的配准算法，也包含了POCS，差值等常见的重建算法。只需导入序列图像，确定一些参数就可以得到实验结果。

读取mapinfo数据 有强大的api 接口， 实现。tab/。mif文件的读取，丰富的类库处理电子地图数据

采用迭代法获得图像二值化的阈值，虽然迭代法在计算过程中，比较费时，但是求得的阈值比较准确。采用自适应背景更新的方法，获得车辆的二值图像，并对车辆进行矩形框标记。