chonggou

对圆形物体图像进行图像边缘检测，图像分割，检测及圆拟合(Images of circular objects in image edge detection, image segmentation, detection and circle fitting)

这是我研究生期间，用QM Coder做图像和图片压缩的源代码。希望能帮助大家(This is the QM Coder for video/image compression. Hopefully, it will be useful for you. )

说明：  二值化算法，含otsu,niblack,kapur,kittlerMet等方法(Binarization algorithm, including otsu, niblack, kapur, kittlerMet and other methods)

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:)

图像逆透视变换的示例，用于合成360度全景俯视图。(An example realizes the image processing of Inverse Perspective Mapping, which is used in composing 360 panorama planform.)

帧间差法实现视频对象的分割，进行运动目标的检测小程序。(The frame difference method of video object segmentation, moving target detection procedures.)

图像经过小波变换之后提取子带系数源代码在MATLAB中的实现(subbands in matlab)

一种像素级指纹方向场估计算法以及对应的像素级奇异点检测算法。(A pixel-level orentation field estimation algorithm and the corresponding singular point detection method.)

这是图像校正程序，matlab运行环境，是我自己编的，可能没那么完美，还要有改进的地方(This is the picture calibration procedures)

分水岭算法的实现，能自动对图像进行分割，任何图像都能够读取(Watershed algorithm, can automatically split the image)