gledcv 再继续改进改进

      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。用一组加强了方向性的 gabor 核和图像做卷积可以提取出图像的边沿信息。刚才优化了一下算法现在效果还不错，对光照变化和局部遮挡也不大敏感，用 T6670 2.2G 双核 CPU openmp 并行，检测一幅 800*600 的图像，目标平面旋转范围 360 度，缩放 0.9 到 1.4 倍，需用6秒左右，这个算法做特征匹配的时候有一定弹性，检测立体目标可以容忍大约十几度至二十几度的3d视角变化（不同的目标，不同视角的模板这个数值 可能不同）。

       程序叫 gledcv ，这次的优化比较简单，程序主体没变只是去掉了一些不必要的计算，我还要再测试一下，原来的程序在 google code ，下载：
可能有人已经看出来了，有一处比较明显的多余的计算，也许我应该发个补丁？

       目标“玩具猫”被蓝色的圆环标记出来了。