Corner

前景检测 对动态背景进行多角度监测 动态背景检测(Foreground detection is used to monitor dynamic background from different angles)

孔径雷达图像固有的相干斑噪声严重降低了图像的可解译程度，影响了后续目标检测、分类和识别 等应用。因此，SAR图像的相干斑抑制问题一直是SAR图像应用的重要课题之一。一个理想的去斑算法应该在平 滑的同时保持图像的边缘等细节不受损失，目前存在各种各样的算法，但没有一种方法能够完美的满足这一要求。 本文对SAR图像的相干斑抑制问题进行了全面系统的研究，分析了相干斑的形成原因，总结了目前存在的相干斑 抑制算法的主要思路，介绍了具有代表性的算法，并对各种算法的性能进行了定性分析和比较，给出了去斑算法定 量评估方法(The inherent speckle noise of the aperture radar image seriously reduces the degree of interpretation of the image, and affects the detection, classification and recognition of the subsequent targets. And other applications. Therefore, the problem of speckle suppression in SAR images has been one of the most important topics in the application of SAR images. An ideal speckle algorithm should be flat At the same time, the details such as edges of images are not lost. There are various algorithms at present, but none of them can satisfy this requirement perfectly.)

说明：  基于python-opencv的图像匹配代码，包含了SIFT、SURF、AKAZE、ORB方法。43-48行修改图像路径，74-81修改匹配方法。(dev: python3.6+opencv_python==3.4.2+opencv-contrib-python==3.4.2)

【实例简介】图片转PDF

对两幅图像进行配准，分别提取两幅图像的surf特征点以及描述子，得到粗匹配结果，然后根据粗匹配结果，采用ransac方法计算基础矩阵，并去除误匹配点，得到较准确匹配结果(Two image registration, surf was extracted from the feature points in two images to get the coarse matching and descriptor, then according to the results, the coarse matching results, using RANSAC method to calculate the fundamental matrix, and eliminate the error matching, gain a more accurate matching results)

我收集的提取Zernike矩的程序，并且自己稍微改动了一下，效果还可以。(I collected from Zernike Moments procedures, and their slightly altered for a moment, the effect can be.)

评价描述子的好坏，能给出重叠率、正确率和查错率等(Evaluation of descriptors)

功能：去模糊/去马赛克 A joint demosaicking-zooming scheme for single chip digital color cameras(2007)论文以及源码(Function: to blur/demosaicing A joint demosaicking-zooming scheme for single chip digital color cameras (2007) paper and source code)

由于彩色图像提供了比灰度图像更为丰富的信息, 因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题, 彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用, 为了使该领域的研究人员对当前各种彩色图像分割方法有较全面的了解, 因此对各种彩色图像分割方法进行了系统论述, 即先对各种颜色空间进行简单介绍, 然后对直方图阈值法、特征空间聚类、基于区域的方法、边缘检测、模糊方法、神经元网络、基于物理模型方法等主要的彩色图像分割技术进行综述, 并比较了它们的优缺点, 通过比较发现模糊技术由于能很好地表达和处理不确定性问题, 因此在彩色图像分割领域会有更广阔的应用前景。(colorful image segment)

java 图形算法实现源代码，有坐标放大缩小。(java graphics algorithm source code, coordinates Zooming.)