利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理

本代码主要实现二维图形的绘制。运行程序，鼠标在窗口中任意点击绘制图形，点击鼠标右键获得封闭图形。

运用opencv中的一些常用的基本函数，实现用户可以通过鼠标来画方形，函数my_mouse_callback()用来响应鼠标事件，并且根据event来确定给出的响应的功能。

在图像中检测性趣点时，可以很好的定位，因为它位于两条边缘的交点处，它检测到的特征点可以用于视频跟踪应用中的优质特征集合。

使用gdal和c++，编写的一个打开图片的程序框架，GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理

《MATLAB智能算法30个案例》教程对应的代码文件，对于初学智能计算的人员很有用，30个案例稍微改动就可用到其他程序中

此程序是在VS2010+opencv2.44环境下运行的，实现对视频中人脸的动态检测，其原理是基于运用图像的haar特征结合adaboost算法思想生成的人脸分类器（这个也可以生成自己训练出来的.xml文件分类器），最后在opencv下对图像或视频进行检测

对红外图像首先在方差空间中提取显著性区域，然后根据图像复杂度对显著性区域进行筛选，最后采用阈值分割方法分割显著性区域，获取目标。

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。

可以在播放视频的同时提取出视频的所有帧，使用C++语言环境，并结合OpenCV的代码，希望为有需要的提供帮助！

资源描述椭圆拟合（高斯分解和奇异值分解（很准确）两种）