逍遥.安——于安静和黑暗中寻找最亮丽的风景

CAMSHIFT全称Continuously Adaptive Mean Shift 该算法考虑了跟踪过程中目标的尺度和方向变化问题。利用目标的颜色直方图模型将图像转换为颜色概率分布图，初始化一个搜索窗的大小和位置，并根据上一帧得到的结果自适应调整搜索窗口的位置和大小，从而定位出当前图像中目标的中心位置。Mean Shift与CAMSHIFT算法的相同之处在于，它们都通过一个权

http://www.cnblogs.com/cfantaisie/archive/2011/06/09/2076864.html 随机抽样一致 RANSAChttp://grunt1223.iteye.com/blog/961063    我的数学之美（一）——RANSAC算法详解http://hi.baidu.com/yukiflora/blog/item/4f2446f427

首先，发两个链接，介绍的比较详细，易懂，精辟，在网上传播度也较高1.数学之美番外篇：平凡而又神奇的贝叶斯方法 http://blog.youkuaiyun.com/xianlingmao/article/details/55281022.数学之美系列十九：马尔可夫链的扩展 贝叶斯网络 (Bayesian Networks)——google吴军http://www.kuqin.com/math/

矩特征主要表征了图像区域的几何特征,又称为几何矩，由于其具有旋转、平移、尺度等特性的不变特征，所以又称其为不变矩。在图像处理中，几何不变矩可以作为一个重要的特征来表示物体，可以据此特征来对图像进行分类等操作。 一、HU矩  1.定义       几何矩是由Hu(Visual pattern recognition by moment invariants)在1962年提出的，图

在一副图像中，局部目标的表象和形状（appearance and shape）能够被梯度或边缘的方向密度分布很好地描述。一、适用：HOG descriptors用于目标检测的特征描述器，用来计算局部图像梯度的方向信息的统计值，适合于做图像中的行人检测。类似算法：边缘方向直方图-edge orientation histograms尺度不变特征变换-scale-invariant

统计状态转换方程——联系当前状态与以前状态 x(t)=f( x(t-1),w(t-1) ) 1）统计观察/测量方程——联系观察数据y与当前状态x y(t)=h( x(t),e(t) ) 2）     贝叶斯框架下：公式（1）确定了预测当前状态的条件转换概率(给定前一时刻的状态和所有的观测值)：p(x(t)|x(t-1),y(t-1))公式（2）确定了预测当前

PARTICLE    FILTERING    (PF)   OpenCV中实现了粒子滤波的代码，位置在opencv\cv\src\cvcondens.cpp文件粒子滤波跟踪器的数据结构：typedef struct CvConDensation{int MP; // 测量向量的维数： Dimension of measurement vector

http://www.cnblogs.com/gemstone/articles/2294551.html     计算机视觉基础4——对极几何(Epipolar Geometry)http://blog.sina.com.cn/s/blog_4298002e01013yb8.html        OpenCV在未知相机内参数情况下的立体图像矫正方法及注意事项