ROFdenoise

说明：  一种比较实用的sar影像边缘检测算法，谢谢大家交流(A practical edge detection algorithm for SAR images. Thank you for your communication.)

说明：  这是一个包括bmp文件显示，图像二值化，细线化等集合的程序，可在tc中运行。 程序中有40 +的注释，你能很快的看懂程序(This is a bmp file, including display, image binarization, thinning and other collection procedures, can be run in the tc. 40 + program notes, you can quickly understand procedures)

说明：  基于matlab和simulink的很好的例子(Matlab and Simulink based on the good example)

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:)

susan角点检测的源代码。简单易学附带中文程序说明(susan corner detection of the source code. Relatively simple description of the procedures with the Chinese)

imageReadAndShow2.cpp,读取asc文件,并在VTK中渲染显示...(read ASC File,using VTK)

粒子滤波的五个经典例子，需要的赶紧下，对与学习部分内容很有帮助(Particle filter five classic example of the need to hurry, the right part of the contents and learning very helpful)

单幅图象的暗原色先验去雾改进算法，能够很好地改进天空或明亮部分色彩失真问题，matlab代码注解详细，能很好地帮助理解算法过程。(improvement of a single image dehazing algorithm using dark channel prior,solving the problem of color distortion of sky and bright part!Having a good explain of the code,which could be helpful to understand the processing of the algorithm! )

对图像进行平滑去噪，提高图像的质量，为后期的图像处理打基础(very good)

该程序为直方图均衡化程序，附有GUI界面，操作简单，可现实处理前后图像对比及处理前后的直方图分布情况显示，使用方便。(The program for histogram equalization program, with GUI interface, simple operation, the histogram distribution around the reality that is processing the image before and after treatment, easy to use.)