平均法获取视频图像背景

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。

这是通过皮肤模型进行肤色识别和提取的demo  本人opencv为2.4.10版本  vs2013找到后就可以直接运行+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

随着中国汽车量的增加，交通管理越来越困难。逐渐的，人们开始希望用智能化的角度去管理。

该程序采用opencv读取印章RGB值，绘制4通道png格式的电子印章

通过opencv进行码本背景模型，进而对视频运动目标进行检测

反馈型神经元网络，添加了自适应算法，

OPENCV和C+的张正友标定方法，可直接使用。内有格网图

opencv边缘检测简单例子，采用sobel算子、canny算子、laplace算子。 注：需要先设置opencv的路径，已经测试通过。

基于opencv，利用卡尔曼滤波实现了单目标的跟踪

  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。