用 gabor 和 AdaBoost (MultiBoost ) 和图像梯度信息局部边沿方向做目标检测图像识别

gacv 名字取自 gabor , adaboost , opencv , 他用了 gabor 特征，AdaBoost （MultiBoost ）分类器和 opencv 开发库，目前最新版是 gacv065 。gacv065 使用仿射变换检测预分类器可以检测倾斜的目标，使用多线程并行检测可以较好发挥系统并行处理能力提高检测速度，和上一个版本相比 gacv065 改进了预分类算法，检测速度大约提高了一倍。 gledcv 用局部边沿方向特征做图像识别目标检测,一般情况下图像的边沿含有图像的主要信息，利用图像边沿含有的信息可以做图像识别。 gledcv03 主要改进：这次的新算法可以快速计算图像的局部边沿方向。新算法首先计算图像的积分图，然后根据积分图计算图像的近似梯度场，在图像的边沿上梯度方向是法线方向，切线方向就是图像的局部边沿方向，这个算法比原来基于卷积的边沿方向算法快很多。取图像局部的梯度极值点做特征点，特征点的局部边沿方向做特征值。 详细说明见 gledcv03.zip 中 readme.pdf。

gledcv03
bin
docs
gledcv.cbp
gledcv.depend
gledcv.layout
imgs
main.cpp
obj
readme.pdf