基于vs2012+opeopencv2.4.9的kalman_camshift跟踪运动物体

HIS彩色空间阈值分割方法    为了克服光照的影响，目前大部分侦测算法都先将图像由RGB彩色空间转换到HIS彩色空间，再进行彩色图像的分割。这是因为在HIS空间，色调(Hue)和色饱和度(Saturation)信号与亮度(Intensity)信号是分离的，利用色调信号和色饱和度信号进行分割，可完全消除光照的影响。其中N．Kehtarnavaz等人是在HIS彩色空问通过设定色调分量、饱和度分量的阈值范围，侦测出红色区域作为禁令标志的可能区域，得到的红色区域的阈值范围为3 sH≤56°，S>15，I

应用背景 VS是2010的，网上寻找教程配置opencv和HALCON，然后运行程序，就可以根据按钮进行颜色提取，最后输出阈值，就可以在程序中进行运用。关键技术 使用mfc编写用户交互界面，然后对RGB颜色进行颜色通道分离，最后判断得出阈值，而且HSI空间对亮度的敏感度很小。

利用大华摄像头的官方sdk开发的视频预览、截图、回放、云台控制等功能，用vc/MFC界面做的，比较简单的实现

基于matlab的灰度AGV路径识别程序，包括求图像的最大最小灰度，迭代最佳阈值分割算法进行阈值分割以及“开”运算。

此代码演示了如何使用基于特征的图像配准技术自动创建一个全景。特征检测和匹配是在许多计算机视觉应用，例如图像配准，跟踪，及物体检测用强大的技术。在这个例子中，基于特征的技术被用于自动缝合在一起的一组图像。为图像拼接的方法是基于特征的图像配准的扩展。代替登记一对图像中的，多个图像对被依次登记相对于彼此以形成全景图。

资源描述这个作者就是OpenTLD的C++版本的作者，包括ROS版的OpenTLD也是基于他的代码改的。 对于CMT这个跟踪算法，我在iPhone5s上做了实际测试，跟踪效果超乎想象，在我比较了TLD，CT，Color Tracking，Struck等等顶级算法的效果之后得到了这样的结论。这个算法是可以实用的跟踪算法，虽然它也有缺点，之后我会说。实时性和跟踪效果都一流。

车辆检测： 1 识别车辆轮廓，并标识车辆轮廓 2 给出车辆的相对速度，经过测试，实际可用。

人脸检测-PC_QT版本，在linux系统下实现，ARM+linux+QT  代码实现，分类器，图片

资源描述改代码是程明明老师2011年论文--Global Contrast based Salient Region Detection的对应代码，改代码已调通可直接使用。

不错的读图程序，通过Vc++开发软件，编写底层函数，来进行读取文件夹里的图片，为以后用VC++做图像处理打下基础