一 、GUPMat 概述     在使用OpenCV_CUDA 编程中会遇到GpuMat数据结构，该数据结构是GPU内存容器。         在GUP中，类GpuMat是存储2D数据。类GpuMat 的特点：(1)它的数据不是连续的，在每一行末尾额外填充数据；(2)它包含下面数据项：     --data: GPU内存指针数据开始；     --step:距离之间的数据是两个连续

一、概述        模式识别就是通过计算机，用数学模型求解的方法研究模式的自动处理和判读。在模式识别的各种方法中，模板匹配是最容易的一种，其数学模型易于建立，通过模板匹配对数字图像模式识别有助于我们了解数学模型在数字图像中的应用。二、模板匹配算法1、相似性测度求匹配       模板匹配的实际操作思路很简单：拿已知的模板，和原图像中同样大小的一块区域去对。最开始时，模板的左上角

一、概述    数字图像的采样或传输在经过传感器或传输通道时经常受到噪声的干扰。为了便利进一步的图像操作，如：边缘检测、图像分割和模式识别等，有必要甚至是必须对受噪图像进行滤波。中值滤波是由Tukey发明的一种非线性信号处理技术，由于其在滤除噪声的同时，能够很好地保护图像的边缘，因此得到了广泛的应用。但通常的中值滤波中的数据排序费时较多，特别在大窗口下，需要进行大量的数据比较工作，不利于图像快

一、Sobel算子基本原理Sobel算子是一阶导数的边缘检测算子，在算法实现过程中，通过3×3模板作为核与图像中的每个像素点做卷积和算，然后选取合适的阈值以提取边缘。采用3×3邻域可以避免在像素之间内插点上计算梯度。Sobel算子也是一种梯度幅值，即：其中的偏导数Sx 和Sy可用卷积模板来实现。Sx=(Z1+2Z2+Z3)-(Z7+2Z8+Z9)Sy=(Z1+2Z4+Z7)