实现一种结合颜色空间、变换及变形模板的自动唇部定位及唇轮廓提取、跟踪方法首先在空间建立肤色模型进行人脸检测、定位, 并由人脸几何特征进行唇部粗定位然后结合唇色模型进行变换使肤、唇色差别明显化, 提出根据亮度信息对变换结果预处理后用法进行图像分割, 经唇色模型进一步验证后实现唇部精定位再使用变形模板来进行嘴唇轮廓特征提取, 为增强内轮廓定位的鲁棒性, 对经亮度预处理和唇色模型验证得到的口腔区域边缘图进行曲线拟合来实现内轮廓定位最后, 将唇读图像序列中上一帧的唇部定位结果拓展后作为当前帧的预测区域再

基于直方图均衡的低照度图像增强, 首先将图像由RGB空间转换到HSI空间，然后对HSI空间亮度分量（I分量）的灰度直方图进行均衡化处理，提高图像的亮度，然后转换回RGB空间显示-Illumination image enhancement based on histogram equalization, First, convert the image from RGB space to HSI space, and then the luminance component of th

全局亮度与局部对比度自适应增强算法,一种简单有效的低照度图像处理算法。得到的增强图像色彩保持性好，算法简单快速。-Global and local contrast adaptive brightness enhancement algorithm, a simple and effective illumination image processing algorithms. The resulting color-enhanced image to maintain good algorit

在opencv上实现双目测距主要步骤是： 1.双目校正和标定，获得摄像头的参数矩阵： 进行标定得出俩摄像头的参数矩阵 cvStereoRectify 执行双目校正 initUndistortRectifyMap 分别生成两个图像校正所需的像素映射矩阵 cvremap 分别对两个图像进行校正 2.立体匹配，获得视差图： stereoBM生成视差图 预处理： 图像归一化，减少亮度差别，增强纹理 匹配过程： 滑动sad窗口，沿着水平线进行匹配搜索，由于校正后左右图片平行，左图