opencv特征匹配

图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述 ，用BoW描述完图像之后，就可以用SVM训练分类模型进行分类。这里除了用SVM的RBF核，还定义了一种核： histogram intersection kernel，直方图正交核。实验中的图像是一些Action的图像，共6类，每一类60幅，40训练20测试。

采用连通域快速标记法，能够对二值图像连通域进行快速标记，并把连通域以vector容器返回。有源代码，有测试图像，

这个源代码是 BMP 大小调整。 开始位置和结束位置选定。 但是，不完整。

matlab练习程序（矩形变换为单连通形状）变换使用的模板必须是单连通的，而且模板中心必须在模板内，如果在模板中打个结或是月牙形，这里的程序就处理不了了。虽然非单连通模板也有办法处理，不过不是这里要讨论的。这里用到的方法和矩形变换为圆那片文章中用的方法几乎一样，变换前后像素按比例缩减，不过在判断弧度和图像边界到模板中心距离时略有不同。变换为圆时弧度可以直接计算出来，而变换为任意形状只能算出一个最小相似值。至于图像边界到模板中心距离只能分八种情况判断了，处理圆时可以根据对称性简化程序，这里似乎没有什么好办法简化。变换细节上，那篇文章中使用的是正向插值，这里使用正向插值则会产生很多空洞，因此选择了更常见的逆向插值。

对黑白TIFF 图像进行处理，将200DPI 转换为 300DPI，或者转换为指定的DPI。

稀疏光流程序演示 此程序是斯坦福大学大牛David Stavens 2007年编写，其中程序注解详尽，配有PPT和PDF讲解图文并茂，非常适合初学者学习使用。 此程序是使用VC++ 搭配opencv2.6写作而成，使用者需要在vc环境下配置opencv才可以运行 本程序基于OpenCV。

采用带方式实现Qt时钟的实现，相机教育可以观察和实现始终的的走法，可以对Qt下角度，连线方式，圆圈的实现，坐标轴的位移，画家时间等元素的实现，好好看会有一项不到的收获，Qt clock 代码， 你值得拥有

包括均值滤波，中值滤波，低通滤波。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。

通常我们可以用减法算子进行图像差分。但是由于散斑噪声的影响，使用起来非常困难。所以我们可以找一个Log操作符来解决这个问题。在不同时间拍摄的图像会有一些变化。它在监视中非常有用。在此基础上，利用模糊c均值聚类进行图像分类。这对于SAR图像的变化检测是非常有用的。

资源描述用专业的图像处理软件opencv对图像进行chog特征提取