基于全局对比度的显著性区域检测

资源描述Camshift对目标进行跟踪，但是会出现跟踪偏移，结合卡尔曼滤波进行目标位置预测，并对位置进行校正，减少了目标的漂移。

我们在计算机视觉相关的实验中都需要视频与图片序列之间相互转换。一方面将其封装为函数，方便调用；另一方面，视频转图片可以任意设定图片输出目录，函数会自动创建相关目录；图片序列转视频可以设定更多的参数，也就可以更好的控制，而且可以自行设定视频输出的目录，函数自动检测并创建相关目录适合windows平台+OpenCV；

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。

这些代码做一些像图像去噪和高-通行证-筛选器操作。 每个图像下载与 BMP 格式可以转换为黑或白色。 您可以将图片 resultats 保存到 bmp 的文件格式。

如图 1 所示，I 为待修复图像，Ω为待修复区域，其边界为 ∂Ω ，Φ为待修复图像的已知区域。Criminisi 算法的思想就是在边界 ∂Ω 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

这是一个matlab下处理立体匹配的完整代码，来源于国外的一个大学例程，包含详细的.m文件和交叉编译的cpp、h文件等，适合仔细研读具体的算法原理

OpenCV检测原理主要步骤为：1.加载分类器。用cvLoad函数读入xml格式的文件。文件在OpenCV安装目录下2.读入待检测图像。读入图片或者视频。3.检测人脸。

此源代码被实施，以检测手，这样做是为了手势的手，手掌中心，

BMP转JPEG,利用Windows系统自带的API函数进行转换处理。 有图形界面，可以预览，有功能带单，可以进行与图像相关的设置，此程序编写的比较精细。

基于Opencv的车辆目标检测 ，实时性好，检测概率高，可广泛的应用于实际的项目中。提出了一种融合多种目标特征的单目视觉车辆检测与跟踪方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴趣区域中搜寻车辆可能出现的位置,找出假设目标。然后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标。