KRLS

基于sift算法的图像匹配。并用RANSEC算法去除错误匹配。最后还给出了sift算法的图像拼接。(Sift-based image matching algorithm. And use RANSEC algorithm to remove false matches. Finally, given the sift algorithm for image stitching.)

集运小波变换的图像去噪，本文采用的是一种改进了的软阈值法去噪，去噪效果更好(Image Denoising Based on Wavelet changing)

IEEE PAMI上一篇著名的Image Inpainting 算法MATLAB实现(Matlab implementation for a notable paper published on IEEE PAMI)

基于SIFT+Kmeans+LDA的图片分类器的实现源码。 博文参考：http://www.cnblogs.com/freedomshe/archive/2012/04/24/2468747.html(The pictures classifier based on SIFT, Kmeans and LDA. Blog Reference: http://www.cnblogs.com/freedomshe/archive/2012/04/24/2468747.html)

本程序包括了三个程序，L1范数正则化，L2范数正则化，Tikhonov正则化超分辨率重建。经反复测试，没有BUG。(The program includes three procedures, L1 norm regularization, L2 norm regularization, Tikhonov regularization super-resolution reconstruction. After repeated testing, no BUG.)

基于角点特征的图像匹配的几个代码~~较为详细~~~(Corner Feature-based image matching of several more detailed code ~ ~ ~ ~ ~)

matlab 噪声处理 白平衡处理 很强大的一段处理程序(matlab noise processing section of the white balance processing is a powerful process)

本文针对多光谱图像配准中不同光谱图像间存在较大的灰度差异、同一景物在不同波段表现的特征也各不相同等问题，提出了基于互信息相似性测度的多光谱图像配准算法。(In this paper, multi-spectral image registration between different spectral image there is a big difference in gray scale, the same scene in different bands performance characteristics are different questions, we present a similarity measure based on mutual information of multi-spectral image registration algorithm .)

本文针对多光谱图像配准中不同光谱图像间存在较大的灰度差异、同一景 物在不同波段表现的特征也各不相同等问题，提出了基于互信息相似性测度的 多光谱图像配准算法。(In this paper, multi-spectral image registration between images in different spectral gray there is a big difference, the same scene in different performance characteristics of band varies and so on, based on mutual information similarity measure for multi-spectral image registration algorithm .)

基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、CT、MRI、 PET、 SPECT图像结构信息融合； （3）模式识别，如特征识别、波形分析、签名证实、目标物运动跟踪、序列图像分析等； （4）计算机视觉，可用于目标定位、自动质量控制等； （5）遥感数据分析，多电磁波段图像信息融合，如多谱段的等场景分类、定位和识别定义好的或已知特征的场景、自然资源监控、核生长监控、市区增长检测等。 本算法实现使用VC++6.0为开发环境，目前只支持灰度图像，感兴趣的朋友可以进一步扩展。(Image registration is a fundamental problem in image processing, which is a process to match two or more images of the same scene taken at different times, from different viewpoints, or by different sensors. Image registration is an important technique for a great variety of applications such as medical image analysis, computer vision, remote image data analysis, image information fusion, and the recovery of the 3–D characteristics of a scene.)