本文分析比较了传统运动目标检测的3种主要方法:背景图像差分法、时态差分法和光流法,在此基础上给出了一种背景图像预测算法,大大减少了因为背景变化而产生的目标检测误差。本文基于OpenCV设计出改进的运动目标检测与跟踪算法,实现了运动目标的跟踪,并在VC++编译环境下,利用USB摄像头作为视频采集器,通过观察实验结果可以看出,本文的运动目标检测算法能够正确地检测出视频图像中的运动目标,而且在检测性能上优于普通的自适应背景差分法。 -OpenCV-based motion tracking sys

分析了如何創建一個簡單的7x7濾波器的OpenCL是適用於所有的GPU。本案例研究將著眼於提高卷積卷積時的性能與小圖像內核，一般來說，基於 FFT卷積更快的30x30內核及以後 [1]，但實際上它的使用不常見的大窗口大小。 .我們將首先實現卷積圖像，然後使用改進的濾波器性能通過使用__constant OpenCL的內存和緩存圖像信息在__local空間。 -Analysis of how to create a simple 7x7 filter is applied to all Ope

opencv 图像性能分析，包括纹理识别，psnr，nc和ssim算法-opencv，psnr，nc and ssim

程序主要从频域分析了ofdm系统结合STBC性能上的改善(The frequency domain analysis program mainly from ofdm system combining STBC performance improvements)