本次实验来源于opencv自带sample中的例子，该例子是用kalman来完成一个一维的跟踪，即跟踪一个不断变化的角度。在界面中表现为一个点在圆周上匀速跑，然后跟踪该点。看起来跟踪点是个二维的，其实转换成角度就是一维的了。 Kalman滤波理论主要应用在现实世界中个，并不是理想环境。主要是来跟踪的某一个变量的值，跟踪的依据是首先根据系统的运动方程来对该值做预测，比如说我们知道一个物体的运动速度，那么下面时刻它的位置按照道理是可以预测出来的，不过该预测肯定有误差，只能作为跟踪的依据。另一个依

基于opencv的use摄像头视频采集程序 1 基于opencv的两个摄像头数据采集 3 能激发你用代码做视频的冲动程序 6 图像反转（就是把黑的变白，白的变黑） 11 图像格式的转换 12 从摄像头或者AVI文件中得到视频流，对视频流进行边缘检测 13 采用Canny算子进行边缘检测 15 角点检测 18 图像的旋转加缩放（效果很拽，用地球做就像谷歌地球似的） 21 Log-Polar极坐标变换 22 对图像进行形态学操作（图像的开闭，腐蚀和膨胀运算）

Fast O(1)双边滤波算法,由三角函数逼近方法实现非迭代算法，计算量不再受滤波窗口大小影响，只与图像大小有关，适合改进为GPU执行的并行算法（此函数还包含一个递归高斯算法）-Fast O (1) bilateral filtering algorithm, approximation by a trigonometric method to achieve non-iterative algorithm to calculate the amount of the filter window