satillite_orbit

本工程收集了多种常用条码的生成方法

图像处理方面，包括滑动窗口，线性滤波，中值滤波(Image processing, including sliding window, linear filtering, median filtering)

说明：  阈值分割。基于二维直方图及混沌粒子群的图像分割方法(Thresholding. Based on two-dimensional histogram and chaotic particle swarm methods for image segmentation)

说明：  基于hessian矩阵的frangi血管增强算法(An algorithm of vascular enhancement based on Hessian matrix)

新的水下图像对比度增强和分割算法（实现对比度的增强和图像分割，内容包括：新的水下图像对比度增强算法、水下图像的分割算法--2008a）(The new underwater image contrast enhancement and segmentation algorithm (implemented contrast enhancement and image segmentation, including: new underwater image contrast enhancement algorithms, underwater image segmentation algorithm- 2008a))

运用于人脸图像预处理中，主要实现功能有：人脸检测，人脸对齐，人脸图像放缩，人脸剪切。(Applied to the face image preprocessing, the main features are: face detection, face alignment, face image zoom, face cuts.)

实现图像文件（如bmp等）的读取、显示、真彩图转换成灰度图、灰度图转化为二值图及绘制图像直方图功能。(Achieve an image file (such as bmp, etc.) to read, display, true color conversion to grayscale, converted to grayscale and binary image histogram function to draw the image.)

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:)

阴影检测,基于OpenCV用于对图像中阴影的检测(Shadow detection, OpenCV for image shadow detection)

本代码程序主要是关于轮廓波变换的程序，很有条理的描述了轮廓波的实现过程。(I hoe this code can offer the help.)