RetinexMatlab

雷达成像技术中的ISAR包络对齐Mathlab原码(original code of profile aligning for ISAR motion compensation)

SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。 该方法于 1999 年由 David Lowe 首先发表于计算机视觉国际会议（International Conference on Computer Vision，ICCV），2004 年再次经 David Lowe 整理完善后发表于 International journal of computer vision（IJCV） 。截止 2014 年 8 月，该论文单篇被引次数达 25000 余次。(来自百度)(SIFT, namely Scale-invariant feature transform (SIFT), is a description used in the field of image processing. This description has scale invariance and can detect key points in images. It is a local feature descriptor. This method was first published by David Lowe at the International Conference on Computer Vision (ICCV) in 1999 and published in the International Journal of Computer Vision (IJCV) in 2004 after it was sorted out and perfected by David Lowe again. As of August 2014, more than 25,000 citations have been cited. (From Baidu))

最佳拼接线方法进行图像拼接，对学习图像拼接很有用处(The best method of splicing line image mosaic, image stitching is useful for learning)

遥感图像除云软件，原理是图像同时期替换掉有云区域，使用IDL语言编写(remove cloud from remote sensing image)

说明：  基于Robert算子、Sobel算子、Prewitt算子、Log算子、Canny算子的边缘检测代码(Edge detection code based on Robert operator, Sobel operator, Prewitt operator, LOG operator and Canny operator)

说明：  一种自适应的图像去噪方法，MATLAB实现(An adaptive image denoising method, matlab implementation)

基于光流法的二维单模态图像配准，能得到变形场(This will allow you to generate the deformation field needed for contour guided multi-modal image registration.)

基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、CT、MRI、 PET、 SPECT图像结构信息融合； （3）模式识别，如特征识别、波形分析、签名证实、目标物运动跟踪、序列图像分析等； （4）计算机视觉，可用于目标定位、自动质量控制等； （5）遥感数据分析，多电磁波段图像信息融合，如多谱段的等场景分类、定位和识别定义好的或已知特征的场景、自然资源监控、核生长监控、市区增长检测等。 本算法实现使用VC++6.0为开发环境，目前只支持灰度图像，感兴趣的朋友可以进一步扩展。(Image registration is a fundamental problem in image processing, which is a process to match two or more images of the same scene taken at different times, from different viewpoints, or by different sensors. Image registration is an important technique for a great variety of applications such as medical image analysis, computer vision, remote image data analysis, image information fusion, and the recovery of the 3–D characteristics of a scene.)

说明：  一些相位迭代算法，还挺有用的，可以直接拿过来使用(iterative phase retrieval algorithms)

虹膜识别图象归一化处理，把环形虹膜区域归一为一个统一的矩形图象，方便下一步特征提取和匹配。(Iris recognition normalized image processing, the annular iris region normalized to a uniform rectangular images, the next step to facilitate feature extraction and matching.)