book

说明：  该代码为Harris角点检测，两帧图像匹配的matlab代码(The code for Harris corner detection, two images matching matlab code)

本代码主要是harris角点提取，ncc算法进行粗匹配，然后ransac算法剔除误匹配点(harris ncc ransac)

具体实现思路：以4位数字的验证码为例 1、人工将验证码的4位数字每位对应的代码存入数据库中，每位存入0-9对应的代码，每个数可以多存这样可以提高识别率; 2、获取验证码以后，对其进行去背景、灰度处理、去噪点处理、分片处理以后生成每位数字对应的代码; 3、去背景色，这一步的目的是把验证码和背景颜色区别开来。4、去噪声：这一步要取出图像上的孤立点。这些孤立点被认为是噪声。  孤立点的定义：某个点，周围没有与该点等值的点。  或者某个连接块，该连接块的元素的个数小于某个给定值K， 把元素个数很小的连接块也定义为孤立点，有助于去处噪声。  去噪声算法：参照去背景算法。 5、图像锐化：图像锐化的目的是增强边界。这一步是可选的。看验证码的情况，这一步可以跳过。 6、图片有效区域截取：这个操作是将图片除验证码字符以外的边框去掉，只留下验证码字符图片，这样保证分片的准确性。 7、图片分片处理，这个处理是将整个图片分割成单个字符图片。8、拿分片图像生成的代码(eg:000111110011…..)与DB中已有代码相比较，取得相似度最高的即要验证码的字符;   注：如果DB的样本越多，识别的准确率也越高，但是速度会相应变慢

基于openCV的gabor函数,一位牛人编写的。希望对大家有用(gabor function based on openCV)

说明：  通过比较在预处理中选择了灰度变换增强、选择了中值滤波平滑、Sobel算子锐化并利用Ostu法阈值分割法进行分割；用了小波多尺度检测进行检测，最后计算出大桥裂缝的相关数据，在大桥桥梁裂缝检测方法与研究中可以较好的实现大桥桥梁裂缝图像的检测。(the gray-scale transform enhancement, median filter smoothing, Sobel operator sharpening are selected in the preprocessing, and the Ostu threshold segmentation method is used for segmentation; finally, the wavelet multi-scale detection is used for detection, which can better realize the detection of the bridge surface crack image in the bridge surface crack detection method and research.)

基于sift的图片近似拷贝检测技术算法的实现(Sift-based image copy detection technology approximation algorithm)

经典的图像分割算法ostu,去两峰值之间的峰谷为阀值(Classical image segmentation algorithms ostu, to the peak and valley between two peaks as the threshold)

利用IDL读取二进制文件、*.HDF、*.nc文件的属性(read*.hdf、*.nc file on IDL)

CSS对边缘图像进行特征点提取然后用改进的NCC算法进行匹配(Using CSS in edge to extract image feature point and then using the modified NCC to match)

超分辨率图像处理方面的论文，很不错，可以看看(Super-resolution image processing papers, very good, you can take a look at)