Retinex

带高斯白噪声的Kalman滤波Matlab代码，每一步都有详细的注释，和kalman滤波的五个公式对应。并有高斯白噪声的产生函数，function G = CreateGauss(E,D,M,N) 产生均值为E,方差为D,MxN的高斯白噪声矩阵(The Matlab code of Kalman filter with Gaussian white noise.)

Kalman+CamShift实现视频追踪(Kalman+CamShift video track)

3种分别基于选择、交叉、模拟退火的混合粒子群算法，matlab编程。(Were based on three kinds of selection, crossover, hybrid particle swarm simulated annealing algorithm, matlab programming.)

傅里叶变换可以有效的说明傅里叶变换的基本步骤(kkkfuliyebianhuan)

该软件包含了超声图像中各种滤波算法的matlab程序。(Despeckle filters)

说明：  一种实现超分辨率图像处理的新算法,本算法在综合前人算法的基础上，做了很大改进。很适合图像处理。(An implementation of the new super-resolution image processing algorithms, the algorithm in integrated algorithm based on the predecessors has done a lot of improvements. Very suitable for image processing.)

说明：  运动目标识别，采用背景差分方法。背景图像由均值法获得。里面的视频换成前几帧换成纯背景效果能更好一点(Moving target identification, using the background difference method. Background image obtained from the mean. Which replaced the previous video frame replaced by pure background a little better results)

CT图像重建中经典的代数重建算法，其中还有我算的A矩阵的数据(CT image reconstruction in classical algebraic reconstruction algorithm, which there I counted A data matrix)

zemax非序列下gaussian光束的matlab程序（包括zemax演示源文件）(zemax sequence under non-gaussian beam matlab program (including zemax demo source files))

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:)