canny 边缘检测

资源描述 对于人脸的基本识别  包含嘴巴 鼻子 眼睛等 程序能正常运行 包含了相应的code 和 xml

应用背景这是使用Haar特征训练弱分类器，然后使用约14弱分类器连接节点作为一个强分类器，该方法选择弱分类器是AdaBoost算法。 ；关键技术

在这里，我用小波算法的图像压缩利用小波工具箱MATLAB中。该算法背后的基本思想是滤波器组理论。小波函数的排序是哈尔。

该MATLAB程序由三部分组成，其中两个为对目标的检测，采用的是独立的检测方法，还有一个是主程序，为KALMAN滤波的程序，实现目标位置的预测与修正，程序的效果还可以，针对于一个目标，基本无误，多个目标的时候一般。

经过改进后，画面刷新速度大大加快，绝对看不到任何的“扫描线”，帧数也从5帧一下就提高到了9帧，几乎是两倍于前的速度。这究竟是什么原因呢？让我来讲述其中的道理。因为圆是要一个一个画上去，所以每画一个圆，系统就要做一次图形的绘制操作，图形的重绘是很占用资源的，当需要重绘的图形数量很多的时候，所造成的系统开销就特别大，造成我们看到的那种刷新缓慢的情况。那么如何来解决这个问题呢？答案就是双缓冲，何谓“双缓冲”？它的基本原理就是：先在内存中开辟一块虚拟画布，然后将所有需要画的图形先画在这块“虚拟画布”上，最后在一次性将整块画布画到真正的窗体上。因为所有的单个图形的绘制都不是真正的调用显示系统来“画”，所以不会占用显示系统的开销，极大的提高的绘图效率。

运动radon和Hough变换来检测运动模糊图像的运动角度，用Radon检测了运动模糊的尺度，亲测有效

这个例子说明如何在2维数据进行模糊C均值。模糊c均值（FCM）是一个在其中一个数据集被分成n团簇与每一个数据点在属于每个集群到一定程度的数据集的数据聚类技术。例如，位于靠近一个簇的中心有一定的数据点将有属于或会员到该集群和位于远离集群的中心将有属于或度低的另一个数据点的高度隶属该集群。

关于图像的对称的学习，使用的sift算法，有代码页有文章的介绍，很好用！

该运行文件在VC6.0环境下编译通过，是一个 stand-alone 运行程序，不需要OPENCV的DLL库支持。在运行之前，请先连接好USB接口的摄像头。然后可以用鼠标选定欲跟踪目标。

opencv2打开双摄像头，解决了opencv2在Linux下不能打开摄像头的原理，在Linux下，考虑大带宽的原理，在640*480分辨率下， Linux的带宽是不能支持两个摄像头i的，因此只能采用分辨率比较低的320*240模式，才能打开双摄像头。