得到图像的像素坐标

图像增强是图像处理的一个重要分支，它对提高图像的质量起着重要的作用。它通过有选择地强调图像中某些信息而抑制另一些信息，以改善图像的视觉效果，将图像转换成一种更适合于人眼观察和计算机进行分析处理的形式。传统的方法在增强图像对比度的同时也会增强图像噪声，而小波变换是多尺度多分辨率的分解方式，可以将噪声和信号在不同尺度上分开，根据噪声分布的规律就可以达到图像增强的目的。

所谓的差影法就是图像的相减运算(又称为 减影技术)，该运算是把同一景物在不同时间拍摄 的图像或同一景物在不同波段的图像相减[6]，利 用差影图像提供的图像间的差异信息以达到动态 监测、运动目标检测和识别以及目标识别等目的．

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图

应用背景该算法的任何实际的实现，应该只工作0.5-levelset邻域像素的，不是所有的嵌入功能，也许应该多线程GPU的能力或特征。这类morphgac和morphacwe大部分提供这个功能模块。他们实施的形态测地线活动轮廓和没有边缘的形态活动轮廓，分别。看见了上述文件的全部细节。关键技术这是一个介绍Python实现的算法 ；我árquez内拉，P.，baumela，L.，Á阿尔瓦雷斯，L.，”形态的方法基于曲率的曲线和曲面的演化。IEEE交易 ；模式分析与机器智能（PAMI），2013。此实现的目的是简单，可以理解的和自成一体的尽可能。它不包括任何提高，使其快速或有效。

主要用matlab编写了计算图像的方差、峰度、斜度熵以及角二阶炬等代码，可以直接使用，在计算灰度共生矩阵时窗口的大小设为5*5的方阵，代码清晰，简单明了。同时，也对图像求了局部方差、局部熵，最后，显示计算的结果

FLANN是一个在高维空间中执行快速近似最近邻搜索的库。它包含一组我们发现最适合最近邻搜索的算法，以及一个根据数据集自动选择最佳算法和最佳参数的系统。

频率步进雷达一维成像，高分辨距离像HRRP，设置好了参数，点击即可运行出结果图，能计算散射矩阵

资源描述 网上看了很多的教程，但是按照教程来其实是不行的，而且那大多是互相抄的，明显看的出来。这是我自己看书，然后咨询了很多人，一步一步的试，最后配出来了。 使用的是QT5.5.1，opencv使用的3.0 大家主要要看我的pro文件里面的INCLUDEPATH 和 LIBS里面的写法

人脸检测系统，待扶正人脸库，待扶正人脸系统，C++写的

       vs2013利用高斯混合建模分离视频中的前景和背景，利用opencv库里面的函数，这个代码可以清晰实现，大家可以看看