edge_new

能进行基于Arnold算法的正变换和反变换(Arnold-based algorithm to the transformation and anti-transform)

说明：  一个用于图像描述表示的脊波变换程序，值得参考。(Used to describe an image expressed by the ridge of wavelet transform process, a good reference.)

基本实现光流法，可以显示出两张图片中，光流的方向。(The basic realization of optical flow method, can show two pictures of the direction of flow.)

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:)

说明：  联合特征选择和子空间相关性学习的跨模态检索，map优于典型相关性分析的跨模态检索(Joint Feature Selection and Subspace Learning for Cross-Modal Retrieval)

说明：  基于MATLAB实现传统图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM、三维块匹配滤波BM3D）(The traditional image denoising algorithms (mean filter, median filter, NLM, 3D block matching filter BM3D) and dncnn image denoising algorithm based on deep convolution neural network are realized based on MATLAB.)

说明：  一个目标检测识别的matlab程序，用于初学者使用matlab编程，用的比校全面(Identification of a target detection matlab program for beginners to use matlab to program than the school used a comprehensive)

计算激光谐振腔内的模式以及非稳腔的相关仿真(Calculation of the mode of laser resonant cavity and the correlation simulation of unstable cavity)

边界跟踪程序，可以跟踪闭合的边界和非闭合的边界。读者可以根据自己需要存储其跟踪方向以及跟踪路径。(Boundary tracking program, you can track the closed borders and the non-closed borders. Readers can track the direction of their own need to store and track the path.)

对图像（Bmp）的智能读入界面设计，源代码(Read image (BMP), intelligent interface design, source code)