人脸识别和比对源码

在opencv+VS2013平台上实现Shi-Tomasi提取算法，可在图片上绘画出Shi-Tomasi特征点

  SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。在计算视觉领域，尺度空间被象征性的表述为一个图像金字塔，向下降采样一般用高斯金字塔。其中，输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样，这种方法主要用于SIFT算法的实现，但每层图像依赖于原图像（当前尺度可能和原图象尺度相差很大，这时候再那原图像卷积确实有点二了），并且图像需要重设尺寸，因此，这种计算方法运算量较大。SURF算法对积分图像进行操作，卷积只和前一幅图像有关，其降采样的方法是申请增加图像核的尺寸，这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理，不需对图像进行二次抽样，从而提高算法性能。

此代码用于局部动态阈值分割图像，包中已经有Demo，并且可以保存分割好的图像到images文件夹下。一次实验的代码。

图像特征提取新领域 快速提取区域 轮廓和特征角点 并实现快速实时性匹配图片特征

基于Opencv的红外运动目标识别与跟踪，内附红外演示与源代码。对红外视频图像中运动目标的检测问题,提出了一种以OpenCV为平台,以背景差分法为基础的运动目标检测算法,在传统检测方法基础上进行了改进,使用该算法不需要进行背景初始化,能直接检测运动目标,并有效抑制了虚警。利用OpenCV提供的函数库在Visual Studio 2008平台上编程实现。实验结果表明,该方法具有目标跟踪快、检测概率高、实时性好等特点。

opencv提取关键帧，关键帧分水岭和阈值分割

采用opencv开发，先利用线扫描确定ROI区域，然后矫正位置后进行异物分析，准确率100%,单个检测时间在10ms 以内。

这是一个基于多摄像头环境下的多目标实时跟踪程序，使用了intel的IPP图像处理库，是实时性得到了很大的提升，代码主要使用粒子滤波算法实现多目标跟踪，同时使用了在线学习方法，提升了系统鲁棒性，还是用了haar特征、adaboost构造强分类器。同时还有论文：MCT_DISTRIBUTED PARTICLE FILTER TRACKING WITH ONLINE MULTIPLE INSTANCE； MCT_Multiple View Discriminative Appearance Modeling

三帧差法、GMM、VIbe、背景差法对于车辆视频的前景检测

读入视频，对视频进行分帧处理（角点检测），角点检测后输出连续的角点检测结果，平台是vs2010，编程语言c++，可方便用于视频稳像等后续工作。