读取并显示图像，中值滤波，均值滤波，二维滤波cvFileter2D

  SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。在计算视觉领域，尺度空间被象征性的表述为一个图像金字塔，向下降采样一般用高斯金字塔。其中，输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样，这种方法主要用于SIFT算法的实现，但每层图像依赖于原图像（当前尺度可能和原图象尺度相差很大，这时候再那原图像卷积确实有点二了），并且图像需要重设尺寸，因此，这种计算方法运算量较大。SURF算法对积分图像进行操作，卷积只和前一幅图像有关，其降采样的方法是申请增加图像核的尺寸，这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理，不需对图像进行二次抽样，从而提高算法性能。

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。

该文件使用了opencv库函数，利用图像的方差、均值和结构去评判两幅图像的相似性。

SDK及opencv环境配置好可直接运行，含有注释方便学习，采用多线程读取图像

鱼眼校正代码，自动定标，可完美校正鱼眼的图片，已经跑完。

利用vs2008在mfc框架下开发的可执行的图像处理案例程序，可以实现图像的开闭运算以及交互式操作，根据自己的要求还可以对图像进行扫描填充

资源描述运用vs2010作为开发平台，通过opencv库进行彩色目标识别的设计。给出了彩色目标识别的算法设计，并实现了对指定的彩色目标的跟踪识别。

UBUNTU下使用opencv 神经网络训练，识别物体，图像处理部分提取特征，加入inputs，训练完成后加入outputs，生成xml文件即为训练结果。

通过OpenCV来实现一种前景检测算法——GMM

opencv显示一张图像 适合新手或者测试opencv环境配置的使用