opencv图像倾斜校正

这是一个基于多摄像头环境下的多目标实时跟踪程序，使用了intel的IPP图像处理库，是实时性得到了很大的提升，代码主要使用粒子滤波算法实现多目标跟踪，同时使用了在线学习方法，提升了系统鲁棒性，还是用了haar特征、adaboost构造强分类器。同时还有论文：MCT_DISTRIBUTED PARTICLE FILTER TRACKING WITH ONLINE MULTIPLE INSTANCE； MCT_Multiple View Discriminative Appearance Modeling

卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

资源描述 改程序可以方便直观的查看RGB与HSV的值，同时加入了鼠标移动消息的相应，鼠标移动到屏幕任何一点，程序都会显示对应点的RGB和HSV值，具体界面如下：  

实现OpenCV、OpenGL、VS2008混合编程，输入校正后的图像对，使用立体匹配算法计算其视差图，最后用OpenGL进行三维重建

可以简单的实现运动目标检测,帧差法[18]又叫时间差分法，它通过将视频序列图像中的当前帧与相邻帧所对应的像素点的灰度值进行比较，然后找到差异，进而检测出运动目标,在视频序列图像中，相邻的图像之间具有连续性，当视频图像中有运动目标时，由于运动目标的运动，相邻图像间的像素点灰度值差别就会较大，相反，当视频图像中没有运动目标时，相邻图像间的像素点素灰度值差别就会较小，帧差法就是利用视频图像的这一特性进行检测的，它是运动目标检测的最简单方法。帧差法是先用相邻两帧做差分运算，然后做二值化处理，从而检测出运动目标。

如果你想要分享一些源︰ Skype ID: TreeScar

背景差分提取前景，camshift跟踪，解决了传统的 CamShift 目标跟踪算法在跟踪目标之前需要手动选择目标区域的问题,边检侧边跟踪，效果较好

相位相关算法进行图像处理，利用其计算图像间平移转换关系，得到图像间位置参数，从而是实现图像配准，还是比较准确

根据kinect捕捉到的彩色图和深度图来将人和背景隔开；开发基于opencv和c++。代码使用vs2015开发opencv2.49 需要自己配置opencv

在opencv自带data下的特征分类器做的简单人脸识别个数，vs2010 w764位 opencv2.3.1，OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的data haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身，眼睛，嘴唇的Haar分类器。读者可以仿照本方的例子来试验下效果看看。