XNA4.0代码

本代码是利用kalman滤波器实现对物体运动状态的追踪，可以有效的减小测量过程中产生的误差对最终结果的影响。

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

这是一个涉及卡尔曼滤波用于跟踪在给定的视频帧上的 morving 对象的应用程序.，......

Iam 这里附加源的检测到的个人从摄像头捕获的脸。进一步此项目将捕获的图像从网络摄像头和处理图像并在数据库中存储过程的脸。

图像滤波使用 matlab 代码。 在这个文件中，我们有的图像转换到频率域 （使用离散傅里叶变换 （利用矩阵为我创建的函数方式）） 然后在频率域滤波的卷积低、 高和乐队的通行证和最后这种产品我们做傅里叶变换逆之前。

使用C++做出3D圖形顯示,樣品內容是繪出一個立體球狀,可更改其大小直徑顏色,結構,多角度旋轉等...FFT轉換,波型繪製處理

我们的代码实现了基于隐马尔可夫模型和支持向量机的自动人脸识别；

实现图像形态学变换，包括腐蚀、膨胀、开、闭、细化处理，代码运行通过

VC++图像处理代码，包含各种操作，图像增强，图像匹配等等

多核加速处理图像 现在计算机的cpu一般都是多核的，而很多程序都没有进行多核优化，这就没有办法充分利用cpu的性能了。比如用vs2010中写一个while(1)循环，在旧电脑上cpu运行是占100%的，而在新的4核电脑上运行则只占25%，似乎没办法再高了。很多地方说用openmp可以发挥多核处理的能力，不过我在程序中加入openmp的优化指令后还是没办法运行到100% 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