利用opencv进行双目视觉Harris角点检测

图像特征提取新领域 快速提取区域 轮廓和特征角点 并实现快速实时性匹配图片特征

使用opencv进行特征提取及立体匹配，针对所获取的图片对进行特征提取，获取点特征并进行匹配，使用SURF方法进行识别，亲测有效，欢迎下载

使用OpenCV的车道线检测，使用hough检测直线。 已包含openCv，及VC运行时调试 DLL 文件，VS2015工程可直接运行，见下图：

  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。

对图像进行滤波处理是图像处理中最常见的一种操作类型。而这其中低通滤波（也可以叫做平滑）有事各种滤波处理中最常用的。这里就简单写写 OpenCV 中提供的几种低通滤波方法。 具体思路：对源图像进行离散傅里叶变换，滤波后通过cvDFT进行傅里叶逆变换得到理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器后图像

基于opencv 的 mfc鼠标画矩形，可直接运行，具有一定的借鉴作用。 基于opencv 的 mfc鼠标画矩形，可直接运行，具有一定的借鉴作用。

基于vs2010+opencv2.4.4的人脸的检测，可以供各位初学的读者越来，以快速掌握人脸人检测，对于大神级人物，就不用读了。谢谢各位支持哦，祝各位学者，学习进步，事业有成。愿计算机视觉都能给你我带来美好的明天。

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。

基于opencv的SIFT特征提取算法，亲测好用！