基于OPENCV的全景拼接

基于 hsv 彩色直方图的粒子滤波跟踪

降低过分割的产生，主要从两个方面着手：1) 在进行分水岭变换前，通过对图像滤波，标记提取等手段抑制噪声引起的过分割；2) 在分水岭变换后，通过一定的合并准则，

LSD is a linear-time Line Segment Detector giving subpixel accurate results. It is designed to work on any digital image without parameter tuning. It controls its own number of false detections: On average, one false alarms is allowed per image. The method is based on Burns, Hanson, and Riseman"s method, and uses an a-contrario validation approach according to Desolneux, Moisan, and Morel"s theory. The version described here includes some further improvement over the one described in the original article.

vs编写的位图帧差法 基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法 本文所研究的运动检测和背景更新方法实现的步骤如下： (1)开辟静态内存，对图像进行初始化准备采集； 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

稀疏度自适应(SAMP)信号重构算法在源信号稀疏度未知的情况下能够较为精确的恢复源信号，并且该算法的复杂度不高，能够很好的适应于压缩感知中对一维和二维信号的恢复，是贪婪类算法中比较新的一种算法。 本代码将原图像lena在离散余弦稀疏基下稀疏表示，测量矩阵选取高斯随机矩阵，用SAMP算法对原图像进行重构。  

资源描述 采用了边缘检测法先检测出绘图图像的边缘，再hough直线拟合，拟合出图中的直线。由于这样查找到的直线非常多，所以先筛选掉角度明显有误的直线，在剩下的直线中保留最长的一组。 然后根据栅格扫描的方式进行逐行扫秒，把得到的交点，和道路中间的灰度小块进行块匹配，因为道路的分道线和道路的颜色是不一样的，根据块匹配区分该点是在分道线上还是在道路上，统计得到中心点左右两侧最匹配的两条直线，作为检测到的道路车道线。

基于camshift的实时目标跟踪，能根据运动目标的方向直方图对运动目标进行准确的跟踪

EmguCV的官方网站上的例子中，有SURF算法的实现，其实现的时候利用的GPU的加速，看着比较复杂。此外，官网上例子的实现并没有做界面，看着不舒服，加载图片也不是很方便，因此，为了学习，我将官网上的例子进行了修改，去掉了GPU加速的部分，然后在做了显示界面，操作起来更友好些。 我是在Vs2012下使用2.9Alpha版本的EmgucV做的。 窗体上有两个PictureBox控件，一个用来显示待匹配的源图像，一个用来显示匹配的目标图像。然后相对应的有三个Button控件，第一个用来打开源图像，第二个用来打开目标图像，第三个用来匹配，当点击第三个Button控件实现匹配，匹配的图像显示在新的窗体上，新的窗体很简单，就一个窗体.

在拍摄环境中拍摄一张白纸，将这张白纸作为模板，再在相同环境下拍摄想要拍摄的图像，以白纸模板作为参考，对拍摄图像进行校正 #include "stdafx.h" #include #include #include #include #include using namespace std; using namespace cv;

给定一个含有人脸的图片，可以自动找到双眼，然后把人脸裁剪出来，将人脸进行旋转，到水平， 并将两个眼睛之间的像素整定成100，整个图片是 340*340