图像拼接

基于OpenCV的透视校正（校正倾斜）,必须手动指定四个点-perspective correction C++ code

在opencv+VS2013平台上实现hough变换算法，可以检测边缘、直线等等

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

基于opencv的行人检测,行人检测的毕设代，有注释 希望对大家有所帮助 The code below is implementation of HOG (Histogram-of-Oriented Gradients)descriptor and object detection, introduced by Navneet Dalal and Bill Triggs.

基于Opencv的红外运动目标识别与跟踪，内附红外演示与源代码。对红外视频图像中运动目标的检测问题,提出了一种以OpenCV为平台,以背景差分法为基础的运动目标检测算法,在传统检测方法基础上进行了改进,使用该算法不需要进行背景初始化,能直接检测运动目标,并有效抑制了虚警。利用OpenCV提供的函数库在Visual Studio 2008平台上编程实现。实验结果表明,该方法具有目标跟踪快、检测概率高、实时性好等特点。

本代码主要用于视频捕捉，可以通过OpenCV捕捉一个视频的画面，非常实用......很适合初学者学习，并且易于掌握。

本代码是对FCM模糊C聚类算法的实现，以实现对灰度图像的分割。利用opencv，VS2008编程实现。需要预先手动设置图像的长和宽、聚类中心的个数。可以得到较好的分割结果。

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。

卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表。 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 打分 发表评论 暂无评论

关于harris兴趣点检测，兴趣点的检测和查找，包含头文件和源文件，角点检测部分可以参考。Opencv中用于实现harris角点检测的基本函数时，cv::cornerHarris使用方便，输出结果是浮点数类型的图像，每一项为对应位置的角点强度，之后可使用阈值化已得到一组检测到的角点。