密集点匹配

SIFT/SURF基于灰度图， 一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层（尺度），即完成了尺度不变。   二、在特征点选取一个与尺度相应的邻域，求出主方向，其中SIFT采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；而SURF则选择圆形邻域，并且使用活动扇形的方法求出特征点主方向，以主方向对齐即完成旋转不变。   三、以主方向为轴可以在每个特征点建立坐标，SIFT在特征点选择一块大小与尺度相应的方形区域，分成16块，统计每一块沿着八个方向占的比例，于是特征点形成了128维特征向量，对图像进行归一化则完成强度不变；而SURF分成64块，统计每一块的dx，dy，|dx|，|dy|的累积和，同样形成128维向量，再进行归一化则完成了对比度不变与强度不变。

通过OpenCV来实现一种前景检测算法——GMM

要将图像文件在磁盘上的保存为文件二进制文件使用 OpenCV 结构和 c + + 代码，此版本 es 降低的版本 1

基于OpenCV的透视校正（校正倾斜）,必须手动指定四个点-perspective correction C++ code

本算法实现了 对测试中视频流中的车道线的动态识别方法，直接将视频读入即可进行识别。是做毕业设计的好代码。

可实现检测图片中有无人脸的功能，并将人脸用圆圈标示出来，使用opencv自带的训练器文件，精度不是很高，但功能基本可以实现。

在opencv+VS2013平台上实现Shi-Tomasi提取算法，可在图片上绘画出Shi-Tomasi特征点

基于opencv的行人检测程序，在vs2013上完成，需要用户调整输入路径文件并不大，就不压缩了，希望能使用愉快，谢谢大家。

基于车载摄像头行人检测跟踪，首先提取hog特征，然后用svm进行分类 最后卡尔曼滤波跟踪上行人，用框框选出行人。

基于OpenCV的blob实现的多运动目标跟踪，该工程提供完整的实现代码，主要通过Blob实现多目标的跟踪检测。原理简单，实现效果有限，但适合视频跟踪初学者的学习使用，可以学习到跟踪领域基本的思路。