利用opencv进行双目视觉Harris角点检测

基于Opencv通过特征匹配实现图像重叠区域提取，可对结果进行裁剪缩放，保存为指定格式，其中特征提取与匹配、配准拼接、计算几何等代码可供学习参考；使用QT进行了GUI界面封装；Win32/Release目录下有编译好的EXE程序、附加DLL及测试数据；

通过形态学滤波操作，能够实现如下功能：消除噪声、分割独立的图像元素、在图像中连接相邻的元素、寻找图像中明显的极大值区域或极小值区域、求出图像的梯度，膨胀求解图像局部最大值

用LBP方法提取取图像的纹理特征，同时在提取特征前进行直方图和滤波操作

该程序接收小车传来的视频流数据，并且显示处实时图像，将视频数据传输给opencv编写的视频处理函数中进行处理，并且向下位机(arduino小车)发送相应控制指令

可以直接运行的源代码！！主要是图像滤波代码，本人直接运行成功的代码！

图片转成视频，将图片归一化到相同大小，然后转换成视频流。

提供两种抽取视频帧的方法，一种为逐帧遍历，输出所需要的关键帧，另一种为预先设置帧号，直接从视频中抽取，两种方法适用场合不同，各有长处。

  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。

基于opencv c++的车道检测和车辆检测代码，在动态背景和静态背景下的检测效果都比较理想，代码完整可直接运行，是我寻找好久才找到的源码。基于opencv c++的车道检测和车辆检测代码，在动态背景和静态背景下的检测效果都比较理想，代码完整可直接运行，是我寻找好久才找到的源码。

opencv2.4.10+vs2013+win10环境下