sift图像特征提取

用LBP方法提取取图像的纹理特征，同时在提取特征前进行直方图和滤波操作

转自github上经典的小波变换检测模糊图像方法

应用opencv自带人脸检测程序，加入到自己编译的程序中，实现人脸检测。能够检测到人脸、眼睛、鼻子等部位。较准确。

可以简单的实现运动目标检测,帧差法[18]又叫时间差分法，它通过将视频序列图像中的当前帧与相邻帧所对应的像素点的灰度值进行比较，然后找到差异，进而检测出运动目标,在视频序列图像中，相邻的图像之间具有连续性，当视频图像中有运动目标时，由于运动目标的运动，相邻图像间的像素点灰度值差别就会较大，相反，当视频图像中没有运动目标时，相邻图像间的像素点素灰度值差别就会较小，帧差法就是利用视频图像的这一特性进行检测的，它是运动目标检测的最简单方法。帧差法是先用相邻两帧做差分运算，然后做二值化处理，从而检测出运动目标。

该程序接收小车传来的视频流数据，并且显示处实时图像，将视频数据传输给opencv编写的视频处理函数中进行处理，并且向下位机(arduino小车)发送相应控制指令

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

光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！

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。

代码是在QT+OpenCV的环境下实现的，视频素材是一段车流视频，基本实现了目标的检测，以及目标的跟踪，跟踪是用画矩形框体现的。代码是自己在学习opencv的过程中写的，希望对大家有帮助。

基于OpenCV的blob实现的多运动目标跟踪，该工程提供完整的实现代码，主要通过Blob实现多目标的跟踪检测。原理简单，实现效果有限，但适合视频跟踪初学者的学习使用，可以学习到跟踪领域基本的思路。