人脸检测

跟踪不同数量的非刚性物体有两个主要问题。首先，观测模型和目标分布可能是极度的非线性和非高斯性。其次，大量不同数量的对象的存在创造出带有重叠和模糊的复杂相互影响。为了克服这些困难，我们引入了一套能研究、检测、跟踪参与的对象的视觉系统。

该代码采用MATLAB编写，注释的比较明确，采用粒子群优化算法，实现特征的选择，以及特征的分类，使用价值高。

Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。结合Klaman进行轨迹预测。

利用DirectShow技术实现对摄像头的操作，可以利用摄像头拍照，并把照片保存到指定文件夹。可以加到自己的项目中

资源描述基于LSB的数字水印嵌入算法，具有比较高的嵌入速率和效率

学习MFC slider控件时自己编写的例程，结合了OPENCV。滑动RBG三通道颜色滑动条来调节颜色的深浅，实现了调色板的功能，作为初学MFC slider的一个小例子，并能对初学OPENCV像素访问的有所帮助，提供了两种访问像素的方法。

原创图像分割程序。实现工作台表面缺陷的自动分割。基于梯度图操作，对得到的梯度图进行开运算去噪，然后二值化后经过一定的形态学处理可以得到缺陷轮廓。但由于噪点过多，因而效果不理想。本程序通过在两个尺度上同时操作，高尺度的图精细，噪点多；低尺度的图粗糙，但包含的噪点少。因此在用低尺度图得到的结果作为种子图，用高尺度的图作为生长依据，最终得到理想的分割结果。

此程序是在VS2010+opencv2.44环境下运行的，实现对视频中人脸的动态检测，其原理是基于运用图像的haar特征结合adaboost算法思想生成的人脸分类器（这个也可以生成自己训练出来的.xml文件分类器），最后在opencv下对图像或视频进行检测

应用背景可用于两张图片的对比。判断是否相同或不同。关键技术 扫描整个图片，从而获得每个像素点的值，进而进行比较

这是一个基于摄像头的Arm单片机开发的系统程序，具有非常大的所用价值