LBP

水平集边缘检测代码，利用了变分法进行优化和处理，实现了图像的快速边缘检测(Level set edge detection code is optimized and processed by using variational method, and fast edge detection of image is realized.)

说明：  Wallis滤波可以有效去除影像的不均匀光照现象，因此使用Wallis滤波进行阴影去除算法(a kind of shadow removal algorithm which combining with Wallis filter)

用matlab实现标准四步相移条纹,可自己设定条纹的高度和宽度；最后得到包含相位信息的条纹包裹图。(Using matlab to achieve the standard four-step phase shift stripes, stripes can set their own height and width finally get the phase information contained stripes wrapped map.)

说明：  ORB-SLAM 基本延续了 PTAM 的算法框架,但对框架中的大部分组件都做了改进, 归纳起来主要有 4 点: ORB-SLAM 选用了 ORB 特征, 基于 ORB 描述量的特征匹配和重定位, 都比 PTAM 具有更好的视角不变性。此外, 新增三维点的特征匹配效率更高, 因此能更及时地扩展场景。扩展场景及时与否决定了后续帧是否能稳定跟踪。ORBSLAM 加入了循环回路的检测和闭合机制, 以消除误差累积。系统采用与重定位相同的方法来检测回路(匹配回路两侧关键帧上的公共点), 通过方位图 (Pose Graph) 优化来闭合回路。PTAM 需要用户指定 2 帧来初始化系统, 2 帧间既要有足够的公共点, 又要有足够的平移量. 平移运动为这些公共点提供视差 (Parallax) , 只有足够的视差才能三角化出精确的三维位置。ORB-SLAM 通过检测视差来自动选择初始化的 2 帧。PTAM 扩展场景时也要求新加入的关键帧提供足够的视差, 导致场景往往难以扩展. ORB-SLAM 采用一种更鲁棒的关键帧和三维点的选择机制——先用宽松的判断条件尽可能及时地加入新的关键帧和三维点, 以保证后续帧的鲁棒跟踪; 再用严格的判断条件删除冗余的关键帧和不稳定的三维点，以保证 BA 的效率和精度。(Orb-slam basically continues the algorithm framework of PTAM, but most of the components in the framework have been improved, which mainly includes four points:)

數據繪圖時候有時候必須處理資料矩陣轉向，該編碼詳細說明如何處理矩陣在三維度空間下進行轉向，而不是利用Curve Fitting Tools(Data drawing sometimes has to deal with the data matrix steering, which details how to handle the matrix to steer in a three-dimensional space instead of using Curve Fitting Tools)

老大中 《变分法基础》，对图像处理很有用的一本书(Lao Dazhong 《basis of variations》 which is very useful in the image processing)

说明：  256灰度图像的位图二值化matlab程序 在经典图像教材中均有提及，现在用matlab来思想演示(to display the bitmap ,use the matlab method)

厦门大学OJ上的ACM题1071目前最好算法,原创作品()

说明：  在用Mean-shift进行跟踪中，采用颜色与纹理相结合的特征空间(Mean-Shift using features of color combined with texture.)

实现人体跟踪的源代码，实现对视频中目标人物的跟踪(The human tracking source code, the video of the target person tracking)