资源列表
MeanShift_upup
- 史上最简洁最直观的Meanshift tracking代码；全部过程中没有借用Opencv相关库函数；读入图像采用经典的CDIB类，中间过程较易于让人理解-The simplest and the most visual coding about Meanshift Tracking！！！All the codes is written without Opencv Lib function. Classic CDIB Class is used to read the original ima
facerecognition
- 加州大学的MATLAB人脸识别代码，采用了图像结构模型，可以很好地识别人脸-University of California MATLAB code for face recognition, using the image structure model, can be a good face recognition
vcPPdigital-picture-process
- 数字图像处理典型算法及实现 DIBDisplay-digital picture process，DIBDisplay
iseTools.tar
- matlab视频编码压缩工具源代码，具体内容不详
fsdf
- USB工业相机的示例程序，综合了图像读取和处理。-USB industrial camera example program, a combination of the image reading and processing.
MeasureTool
- 拍摄实时图片，提取角点，进行检测匹配，实现虚拟位移测量-Filming real-time images, extracts angular point, testing matching
TVMMcode
- 国外一个博士写的图像复原的源码 ，基于自适应的正则化的全变分图像复原，源码内有作者的主页，相应文章可以下载。代码测试，可用，效果不错 ，做这方面的同志可以下来看看 -Dr. written by a foreign source image restoration based on adaptive regularization total variation image restoration, source inside of the home page, the corresponding
MRMRF simple
- 基于MRF图形的小波与分解 获取最粗尺度上的初始分割。使用EM算法必须有一个初值，因此我们首先使用K-均值聚类算法获取尺度J-1上的初始分割结果。 2.E步骤。使用MPL方法GMRF模型参数。 3.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 4.尺度内迭代。重复2和3知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 5.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复4，
camshift1
- use cam shift to track the object based the color, the result show it s good!-use cam shift to track the object based the c olor, the result show it's good!
The-nearest-image-rotation-algorithm
- 最近邻图像旋转算法，使用VS2005+MFC-The nearest image rotation algorithm
barissumengen-level_set_methods
- matlab 写的，是研究水平集写出的工具箱！barissumengen 的研究工作的重要结晶，barissumengen 本人是一个对学术及其认真的人，有一篇长达140多页的工具使用说明书-it is written by matlab , it is a toolbox of the level set ！ Barissumengen‘s important research crystallization, barissumengen is a serious person and aca
Active-Learning
- 遥感图像分类工具箱，包含多种基于支持向量机分类器的主动学习算法-active learning toolbox, used for remote sensing data classification, includes most popular svm-based active learning algorithms.