自编效果很好的边缘检测算法

解压后可以进行SAD匹配，SAD匹配是属于区域匹配的，可以作为入门学习使用。SAD匹配得到的视差可以作为初始视差，然后再进行进一步的匹配。

帧差法的源代码，为c++语言编写，属于图像处理类，并用最新 Mat格式 编写。 帧差法就是在图像序列相邻两帧或三帧间采用基于像素的时间差分通过闭值化来提取出图像中的运动区域。 首先，将相邻帧图像对应像素值相减得到差分图像，然后对差分图像二值化，在环境亮度变化不大的情况下，如果对应像素值变化小于事先确定的阂值时， 可以认为此处为背景像素:如果图像区域的像素值变化很大，可以认为这是由于图像中运动物体引起的，将这些区域标记为前景像素，利用标记的像素区域可以确定运动目标在图像中的位置。

opencv2.4.9+VS2010打开摄像头，并且显示摄像头拍到的图像，并且将得到的图像边缘化，转化为黑白图像，只显示物体边缘特征，也可以只显示灰度图，只要把我注释掉的打开来就可以了，使用vs打开，配置好opencv的环境后，就可以直接运行了，注意是x64，还是x86的机器。

提供Harris、和Harrislaplace角点检测matlab源程序，以及若干张用于实验的图片，可运行！

使用块编码的图像去噪这里我们使用块编码到图像编码和实施这一使用二维块编码算法来达到更好的过滤

本代码是基于暗原色的去雾算法，复原代码和大量测试图片，测试效果很好。

opencv+vs2010，载入图像，再使用cvtcolor，将rgb转为gray，其中使用 3x3内核降噪 ，运行Canny算子  ， 阈值可以任意通过滑动条设置，使用 Canny算子输出边缘作为掩码显示原图像，可以看到不同阈值下的边缘图像

资源描述 研究了Mean-Shift算法在车辆跟踪上的应用，并且实现基于区域的多目标跟踪算法。由于Mean-Shift算法存在的不足，本文又研究了基于最大后验概率指标（PPM）的跟踪算法，并实现了基于PPM的跟踪算法对车辆的跟踪。

算法采用camshift跟踪，实现了实时的多车辆尾随检测跟踪算法，对一定环境下的车辆目标能达到不错的效果