关于轮廓匹配的源码

vibe+算法是vibe的改进型算法，通过不同距离的函数和设置阈值准则，前背景分离是在更新和输出掩码之间，采用过的方法对传播进行抑制，从而消除ghost区域，在更新掩码时，增加闪烁检测程序，最后在增加一个更新因子，从而提高程序的鲁棒性。

这是一段应用于opencv2.0以上版本，调用USB摄像头的源码。

大家好好利用，共同学习，里面的代码是在vs2013+opencv3.2环境下调试成功的，其他的版本也能用，只要版本别太低，运行的时候记得加载初始yml文件，这是很关键的一步，当然也可以用自己的摄像头进行测试，若有问题可以给我发邮件

//这是一个使用Opencv读取16bitTIFF图像的函数，使用与已知宽高的图像//注意需要在函数外部为图像分配内存，使用完毕后记得释放内存//参数：imagePathName 待读入的影像路径名 __in__//参数：subImage 保存读入数据的数组 __out__//返回值：成功返回true,失败返回false/*unsigned short* subImage = new unsigned short[subWidth * subHeight];memset(subImage, 0, subWidth * subHeight);read16bitTiffOpencv("2084_00.tif", subImage);......delete[] subImage;*/

带卡尔曼滤波的车道线检测，能正常运行，visual studio，基于opencv的实现

一个非常简单的meanshift单目标跟踪程序，使用到了opencv，这只是一个简单的控制台程序，没有用户界面，所以最好还是改进一下。

火灾监测系统，特点在于监控方面属于先期预报警系统。与传统火灾自动报警系统不同的是，电气火灾监控系统早期报警是为了避免损失，而传统火灾自动报警系统是为了减少损失。所以，这就是说为什么不管是新建或是改建工程项目，尤其是已经安装了火灾自动报警系统的单位，仍需要安装电气火灾监控系统的根本原因。

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。

可实现检测图片中有无人脸的功能，并将人脸用圆圈标示出来，使用opencv自带的训练器文件，精度不是很高，但功能基本可以实现。

基于opencv 2.4 ，运行需要配置opencv库。具体过程可参考网络配置教程。在程序目录文件夹下，输入2张图片，分别命名为，1.jpg    2.jpg   。运行程序，显示surf特征点。用于图像匹配。