资源列表
C# OpenGL例子源码
- opengl作为API，主要用于C++，C#中定义了一个CSGL的类，功能和OPENGL定义的函数差不多，现在网上关于C# OPENGL编程的源码比较少，本代码编写了最简单的功能，作为一个应用框架，适合初学者学习，在此基础上扩张新功能。(The realization of UDP protocol with VisualC, the most commonly used, but also the key is UdpClient, UdpClient is located in the na
dou
- 进行仿射变换，实现视频的去抖动，没有卡尔曼滤波，可以实现，有问题找我(Affine transformation, the realization of video jitter, no Calman filter can be achieved, there is a problem to find me)
卡尔曼
- 实现视频去抖动，利用了卡尔曼滤波更稳定，个人认为不错(To achieve video jitter, the use of the Calman filter more stable, personally think that good)
BPFA_Denoising
- 利用非参数贝叶斯字典学习模型进行图像稀疏表示(use non-parametric-bayesian-dictionary-learning-for-sparse-image-representations)
CVPR08-SR
- 利用稀疏表示原理来进行单幅影像超分辨重建(use sparse representation to single image super resolution)
【77】分水岭算法
- 分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构筑大坝，即形成分水岭。(Watershed segmentation method, a segme
混合高斯
- 用于车辆检测背景建模 通过混合高斯将前景与北京分离(Vehicle tracking background modeling is used to extract foreground)
Dual_Dic_SR
- 通过进行双字典学习来完成单幅影像超分辨率重建(use dual dictionary learning to single image super resolution)
NSSR_HSI_SR
- 使用贝塔过程进行联合字典学习进而进行超分辨重建(use beta process joint dictionary learning to image super-resolution)
BIQI_release
- 用于对超分辨率重建后的重建影像进行无参考影像质量评价(the code is used for image quality measure without reference images)
GMMmatlab程序
- 混合高斯模型，用于背景变化无抖动的目标的前景提取(The hybrid Gauss model is used for foreground extraction of background invariant targets without jitter)
db5def0a98dd
- sift算法简介，里面有详细的介绍可以供大家学习与参考(SIFT algorithm profile, which has a detailed introduction, you can learn and reference)