瞳孔定位

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:)

phase congruency相位一致性计算，可以用于提取图像的特征，如边缘、角点等。(calculation of phase congruency phase coherence, can be used to extract image features, such as edge, corner points.)

数字图像压缩方向一些经典压缩方法的matlab程序实现(Digital image compression direction, some classic compression methods, matlab program implementation)

图像分割的阈值法，最小误差法，全局阈值，提取目标。(Image segmentation threshold method, minimum error method.)

用于单目标追踪的多模概率假设粒子滤波程序(MM-PHD for single target)

压缩感知重建算法,利用压缩感知理论实现用较少的采样量恢复出高分辨率的图像信息(compressive sensing reconstruction algoriyhm)

以心电信号为例，利用小波变换模极大重建原信号(Reconstruction of the original signal using wavelet transform modulus maxima)

高光谱遥感图像模糊c均值聚类算法的matlab实现(hyperspectral remote sensing images fuzzy c-means clustering algorithm to achieve the Matlab)

国外网站上找到的一个图像拼接程序，将三张图片拼接为一张。 大致方法为Haaris找角点，粗匹配，RANSAC精匹配。 有详细的注释，附带一篇代码说明文档，非常适合初学者学习研究(Foreign web sites to find a image stitching procedure, three picture mosaic as one. Roughly method for Haaris to find a corner, coarse matching, the RANSAC precise matching. Detailed notes, with a code documentation, very suitable for beginners to learn)

说明：  模式识别与图像处理，图像的边缘处理，增强(Pattern recognition and image processing, image edge processing, to enhance)