benhui_v86

一种简单的代数重建算法，用于CT图像二维重建，供初学者学习使用。(A simple algebraic reconstruction algorithm, used in CT image reconstruction, for beginners learning to use.)

采用快速简单的投影法和差影法实现条烟的缺陷检测(Fast simple video projection method and differential method to achieve Article smoke Defect Detection)

在统计学中，皮尔逊积矩相关系数（英语：Pearson product-moment correlation coefficient，又称作 PPMCC或PCCs[1], 文章中常用r或Pearson s r表示）用于度量两个变量X和Y之间的相关（线性相关），其值介于-1与1之间。在自然科学领域中，该系数广泛用于度量两个变量之间的相关程度。它是由卡尔·皮尔逊从弗朗西斯·高尔顿在19世纪80年代提出的一个相似却又稍有不同的想法演变而来的。这个相关系数也称作“皮尔森相关系数r”。(In statistics, Pearson product-moment correlation coefficient (English: Pearson product-moment correlation coefficient, also known PPMCC or PCCs [1], the article used or Pearson s r r representation) is a measure of the two variables X and Y between correlation (linear correlation), a value between-1 and 1. In the natural sciences, the coefficient is widely used to measure the degree of correlation between the two variables. It is made a similar Karl Pearson Francis Galton in the 1880s but made a slightly different idea evolved. The correlation coefficient is also called Pearson s correlation coefficient r .)

阈值重心法实现光带中心线提取，可用于结构光扫描的模型建立，处理二值化图像等。(Threshold barycenter method is used to extract the center line of optical band. It can be used to model structured light scanning and process binary images.)

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:)

基于knn算法的遥感图像分类 源代码 算法测试(Remote sensing image classification based on knn algorithm Source code Algorithm testing)

kpca的算法实现源码，实现了一个数据降维方面的经典算法kpca(kpca the algorithm source code, to achieve a data dimensionality reduction classical algorithm kpca)

KSVD字典训练程序，用于生成适应于图像内容的稀疏字典。稀疏描述必读程序。(KSVD dictionary training program used to generate a sparse dictionary adapted to image content. Sparse description of the Privacy Policy program.)

VC做的图像处理方面的一些代码，仅供参考(VC do image processing of some code, only supplies the reference )

基于hessian矩阵的眼底图像血管增强滤波(Vessel Enhanced Filtering of Eyeground Images Based on Hessian Matrix)