vibe背景建模算法的实现

颜色直方图，量化，采用72级量化，对图像处理初学者很有帮助，目前在研究图像检索，也是初学者，慢慢学习相关的知识，通过这些程序对毕业设计有了进一步的认识。

opencv的mfc平台，基于directshow采集摄像头编号，用于双摄像头的图像采集，可以用于标定时的图像同步采集

自适应立体匹配算法  是当前有效的处理立体匹配的算法  能到较好的视差图

根据场景中的静态图像或视频，利用给定的人脸数据库信息，鉴别或确认该场景中的一位或多位人的身份的过程。

mfc制作胡基于opencv的显示图像的功能，非常适合学习与应用，也可以作为图像处理与机器视觉项目开发的基础

ransac算法， 去除误匹配点，可提高匹配的质量，也可提高匹配的速度，感兴趣的同学可以下载看看，

matlab练习程序（弧形、圆柱投影的复原） 前一段介绍了从矩形图像到圆柱的正向投影，看这里和这里。今天介绍如何从已经投影的图像反映射到原图像上。本来此种变换一定是需要数学公式的，不过这里只是用了一个很简单的方式来完成反映射。具体就把每一列有像素数据的长度拉伸到原图像的高就行了。

数字水印技术是标记的一种隐蔽地嵌入在一个容忍噪音信号如音频或图像数据。它通常用于识别这种信号的版权的拥有权。"水印"是隐藏的载波信号; 数字信息的过程隐藏的信息应， 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

针对camshift跟踪容易丢失目标问题，加入了kalman滤波来预测下一个可能存在的位置，跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法，后者的核心是沿某种函数的梯度方向迭代，之后根据迭代次数和误差阈值收敛于某一个范围，这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像，可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级，可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法，对运动不敏感，所以不能进行两帧之间目标的关联分析（这一部分要我们自己做）。而这个算法之所以能够用来跟踪，我认识是算法的前提假设，相连帧间目标的运动是微小的，即运动是近似连续的，这样密度函数是连续的，就可以沿梯度方向寻找局部最优值，这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢，这是因为密度函数可能有多个峰，而梯度搜索很容易掉进局部最优值，而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取，即目标特征的表示方式，是一个很重要的部分。

本程序非常适合于图像处理工程和应用视频。有吗正文可以使用此代码。