QT播放视频

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

基于opencv，使用直方图均衡化的方法进行数字图像处理，满足冈萨雷斯的数字图像处理课本的例题要求，适合初学者理解参考

这是一本很详细的用vb处理图像的书，里面有很多的实例给我们讲解了如何运用vb来处理图形图像。共8章，介绍vb6图像处理的基础知识，位图文件及操作，彩色位图图像处理，多媒体界面技术，图像的输入装置及灰度图像的处理，图像二值化，图像测量及工程应用系统等。

基于opencv实现的asm算法的人脸检测，包括器官（眼睛、鼻子、嘴巴）和表情的识别，检测效果较好，难度适中，适合初学者学习使用。

ATmega16 单片机驱动240X120的屏幕，液晶屏分为4 行*15列汉字使用间接操作方式，做的农历显示界面，可以参考内容和移值，

Simulink 基于对象跟踪文件。它用于跟踪红色的对象并报告其位置插入图片的框架。Web cam 视频输入。此外跟踪此程序可以区分的对象，如下所示： -是红颜色的对象的基础 -绿色的颜色是前面的另外进行了定位的对象的对象 -最后的蓝颜色给作为对象的 ID： -一种蓝色颜色在红色的外框-内检测到标记为 1 -两个蓝色的区域，在红色的外框-内检测到标记为 2 等。 也使用 UDP 协议这个代码可以用来将信息发送到另一个实例的 matlab 运行，或连到另一台计算机。

它可以用于读取 *.dcm filesit 可以得到图像的 withd，高度，和像素 lengthit 也可以读取 JPEG 文件

使用C#实现的图像处理的源代码，主要实现了Hough变换，为学习C#图像处理起到很大的帮助作用，是非常有用的资料。

ＭＦＣ多文档＋ＯＰＥＮＣＶ１实现各种基础的图像处理算法，提供一个统一框架，可以再增加功能

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！