应用opencv进行直线检测

隐写术是的隐藏事实通信正在地方，由隐藏信息的一门艺术其他的信息。可以使用许多不同的载体，文件格式，但数字图像是最由于其频率对互联网的流行。对于隐藏秘密信息在图像中的，都存在种类繁多的隐写技术，有些是比其他人更复杂和所有的人都各自的强、 弱点。不同的应用程序有不同的要求信息隐藏技术的使用。例如，一些应用程序可能需要的绝对不可见性秘密信息，而另一些需要更大的秘密口信要隐藏。本文旨在给图像隐写术，其用途和技术概览。它还试图标识要求一种好的隐写算法的简要反映了哪些隐写技术的更多 适用于哪些应用程序。

在本计画中，我们使用mean-shift演算法来追踪公共交通区域的人体轨迹。

目前的技术来生成动画的场景涉及的视频 （其分辨率是有限的） 或单个图像 （这需要大量的用户交互）。在这个项目中，我们描述一个系统，允许用户快速和容易产生一个令人信服的看动画从高分辨率剧照小集合。我们的系统有两个独特的功能。第一，它适用自动部分时间顺序恢复算法于剧照为近似原始的现场动态。

资源描述了解数字图像处理的基本算法，如平移、旋转、平滑、锐化、灰度图的转化、对比度扩展，腐蚀、膨胀...

这是一个本人写的基于海康视频采集卡的视频采集程序，其中包括视频的实时预览，视频的压缩存储，运动侦测。还有基于帧差法的运动目标的提取，以及运动物体的跟踪识别。

经典的中值滤波算法要求对窗口内的像素进行排序，当窗口尺寸较大时，处理速度很慢，不能满足计算机对图像处理的实时性要求。本文探讨了中值滤波的快速算法，旨在提高中值滤波处理速度。结果表明，快速算法可是处理时间大大减小。

应用背景如今，由于照相机性能的限制，使得人们不能很好的拍摄一幅幅面比较大的图像。针对于此，本代码利用c++结合opencv，实现了多幅图像的拼接，并且得到比较好的效果。关键技术主要通过分析图像的特征，然后提取出图像中有用的相关联的角点，最后利用角点匹配技术，初步得到匹配的图像。由于在匹配过程中，存在部分匹配不当的角点，所以在应用图像融合技术，达到更好的效果

从Kinect beta（2013-07-05）拍摄的深度视频中提取DSTIP（时空兴趣点）和DCSF（局部长方体描述符）

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。

目前，使用VS+opencv 2.4.9中 进行行人跟踪时，现有的程序只是结合Camshift 程序而已，其缺点就是目标遇到遮挡的时候，容易丢失。为了解决这个问题，本人引入kalman知识，对行人运动进行实时预测，当目标遇到遮挡的时候，可以进行预测，这时候能提高鲁棒性。本文的Camshift + Kalman进行行人跟踪预测代码是基于opencv2.4.9进行编写的，可以直接拿来应用，非常方便。有兴趣的朋友，可以在本算法的基础上进一步进行优化，相信由此代码基础，下一步的工作会轻松很多。本代码，也有助于新入门的程序员进行深入学习，或者直接拿来进行实验开发等等。