matlab源代码，实现特征点匹配与实现，实测有效！前期数据分析验证非常高效，实测有用！实测有用！实测有用！

大部分教程都采用了轮廓识别的方法进行单目测距的实现，但经实验发现，此方法极易受到复杂环境的干扰，采用了颜色识别+轮廓检测的办法。先经过颜色识别提取，比如把明显的红色物体提取出来，屏蔽图片内掉其他非红色物体，就大大减少了干扰物，最后再加上轮廓识别方法进行单目测距的计算，提高的识别准确度。博客链接：https://blog.csdn.net/qq_30130435/article/details/86601370?spm=1001.2014.3001.5501

边沿检测与提取，轮廓跟踪，C语言检测图片边缘及提取轮廓实例源码，命令行编译过程如下 　　vcvars32 　　rc bmp.rc 　　cl edge.c bmp.res user32.lib gdi32.lib 　　注意事项：运行时，预设打开的文件c:\test.bmp必须存在。

OpenCV 图像灰度化，并提取轮廓 主要功能：加载一个RGB彩色图像，将其转化成灰度图，并采用Canny算法提取灰度图的边缘

边沿检测与提取，轮廓跟踪的图象算法C语言

OpenCV视频提取轮廓的代码，有注释，很简单的例程，适用初学者

提出一种新的快速激光条纹中心提取算法,该算法具有较好的抗噪声或冗余点能力。该算法在传统重心算法的基础上结合轮廓跟踪算法,根据激光条纹在图像中的分布特点,通过阈值轮廓跟踪算法避免了对图像中不包含激光条纹区域的扫描,以此提高了提取速度,不用对整幅图像完成一次扫描即可计算出激光光条中心。所提算法具有复杂度低、计算简单、程序运行时间少等优点。实验结果表明:该算法能够实现对光条中心的快速提取,比Steger算法提速将近70.37倍,比传统重心算法提速将近4.48倍;对光条图像增加噪声(冗余)点后发现,所提算法具有优良的抗噪效果。

图像处理，提取图片轮廓并换色。针对示例的几幅图片，编写MATLAB代码进行实现

开发环境为QT5.8+opencv3.2，主要实现了边缘检测，轮廓提取及轮廓跟踪，边缘检测使用了Canny算子、Sobel算子、Laplacian算子，轮廓跟踪使用八邻域法。

Halcon10版开发实例，对图片进行预处理之后的轮廓提取功能，对图像处理可能比较有用。