FFT

1、可制作圆形、椭圆形、菱形、方形、三角形印章。 2、支持多种特效：翻转图形、透明处理、高斯模糊、亮度/对比度/饱和度/锐化/反相/海绵/陨化(磨砂)/浮雕等等。 3、可将制作好的印章保存至印章库。 4、支持1％－1000％比例缩放。 5、支持导出印章图片(透明图章使用GIF格式)。 6、支持预览/打印。(1, can be made round, oval, diamond, square, triangular seal. 2, supports a wide range of effects: flip graphics, transparent deal, Gaussian blur, brightness/contrast/Saturation/Sharpness/RP/sponge/meteorite of (Matte)/relief and so on. 3, can be saved to create a good seal of the Treasury seal. 4, in support of 1-1000 scaling. 5, support for export seal picture (stamp the use of transparent GIF format). 6, support for preview/print.)

说明：  自由曲面光学透镜的图像变换面形测量系统与精度建模(Free-form optical lens image transformation shape measurement system with precision modeling)

说明：  均值漂移图像分割测试程序,使用meanshift算法对彩色图像进行聚类分割，效果很好，并且显示使用时间、找到的类数，另包含RGB与LUV颜色空间的互相转换，图片矩阵数据转为降维数组等，程序中有详尽的注释和说明，并且配有测试结果图片，非常适合计算机视觉、机器学习、模式识别的朋友参考(failed to translate)

经过测试的基于sift程序的图像拼接。以lowe的程序为sift提取核心程序，此外还包括ransac算法，单应矩阵提取，图像融合（包括加权融合以及平均融合）算法，融合效果在testnew中可见。(Image mosaic based on sift program tested. The lowe program sift extract the core program, in addition to including ransac algorithm homography extract image fusion (including fusion weighted average fusion) algorithm, fusion effect is visible in testnew.)

VisualC++数字图像处理技术详解第2版光盘-第六章(VisualC++ digital image processing technology Detailed Version 2 CD- Chapter VI)

MPPT algorithm INC method

说明：  基于区域图和深度相似性表征的SAR图像分割，关于深度学习的一个文章，很有代表性，可以参考。(SAR image area map and characterize the depth of similarity based segmentation on a deep learning of the article, very representative, you can refer to.)

软岩隧道围岩稳定性和位移影响分析，研究围岩稳定性和位移的一篇论文，感觉挺好。(Soft Rock Tunnel stability and deformation analysis, stability and displacement of rock paper, feeling very good.)

说明：  通过用户给定的标签信息，来提取图像中的标记像素点位置，保存为种子点(Through the label information given by the user, the position of the label pixels in the image is extracted and saved as seed points.)

Visual Tracking via Locality Sensitive Histograms.基于局部敏感直方图的目标跟踪算法，该算法在CVPR2013中出现，算法较简单但却非常有效，值得各位研究视觉跟踪算法的同行研究(Visual Tracking via Locality Sensitive Histograms)