linux下的体感应用开发

这是一个从图像中提取直线特征的程序，已经达到了一个相对准确的效果，本程序利用的是hough算法，和canny算子，但是美中不足是，图像中的一些较短的直线不能准确的检测出来，所以还需要一定的改进，上传以备大家共享

这是一个小的源代码，它向您展示了如何在C#。。。

应用背景文件源程序基于opencv，包含hough直线检测，kalman跟踪小球，仿射变换以及透视变换，可供初学者参考学习。关键技术本程序通过opencv编写，可实现对图像的直线检测，仿射变换，透视变换，以及通过kalman对小球跟踪小程序，简单明了，初步实现功能，帮助初学者快速入门。

经典ksvd工具箱，用于压缩感知中信号的重构，利用OMP算法求稀疏稀疏矩阵，然后通过迭代方式运用奇异值分解逐列更新

应用背景Sobel算子，Sobel算子或有时被称为费尔德曼Sobel滤波器，用于图像处理和计算机视觉，特别是在边缘检测算法，它创建一个图像强调边缘。它被命名后，欧文Sobel算子和加里费尔德曼，在斯坦福大学人工智能实验室的同事（帆）。它是与费尔德曼加里共同开发的航行。Sobel算子和费尔德曼在航行1968谈了一个“同性3X3图像梯度算子”的理念。关键技术操作者使用两3×3内核的卷积与原始图像计算的近似的衍生工具-一个水平的变化，和一个垂直。如果我们定义一个作为源图像，和GX，GY两图像各点的水平和垂直含有导数的近似值。

对源图像指定区域（通过矩形的左上角和右下角的坐标点指定）使用最小误差最佳阈值法，通过迭代获得该区域的最佳阈值。

为绿色版本，为了提取图片上的正交坐标；通过添加图像的四个角的坐标，对图像做矫正，矫正好之后，可以提取图像上的横纵坐标，易于学习方便。

蚁群算法是一种优化算法由蚂蚁物种的自然行为的启发，蚂蚁觅食地上存款信息素。在这介绍了纸，蚁群算法处理的图像边缘检测问题。提出基于蚁群算法的边缘检测方法能够建立一个信息素矩阵表示提出了一种在图像中，每个像素位置的边缘信息根据大量的蚂蚁的运动有哪些派去在图像上移动。此外，运动这些蚂蚁被驱使的图像的局部变化强度值。

原创图像分割程序。实现工作台表面缺陷的自动分割。基于梯度图操作，对得到的梯度图进行开运算去噪，然后二值化后经过一定的形态学处理可以得到缺陷轮廓。但由于噪点过多，因而效果不理想。本程序通过在两个尺度上同时操作，高尺度的图精细，噪点多；低尺度的图粗糙，但包含的噪点少。因此在用低尺度图得到的结果作为种子图，用高尺度的图作为生长依据，最终得到理想的分割结果。

在场景图像上通过模板匹配技术，找到与之匹配的精确定位位置，程序中对于每个模板分别给出了最后的目标定位位置坐标，默认左下角的坐标为（0,0），得到偏差