Harris

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:)

Tracking based on background subtraction

TPS算法，做人脸校准的，同一个人脸的不同的照片做匹配，脸型匹配(Algorithms for TPS, face the calibration, the same face different photos do match, face shape matching)

SIFT算法，可以有效的找到不同画面中的对应特征点，在跟踪和图形识别方面有很好的用途(SIFT algorithm, can effectively find a different screen the corresponding feature points, in the tracking and pattern recognition as a very good use of)

说明：  图像梯度计算 遥感图像处理必备 非常实用 欢迎下载(Remote sensing image processing image gradient calculation is very useful are welcome to download necessary)

用协方差方法估计AR模型参数,进而实现功率谱估计,()

电子稳像。。。基于灰度的电子稳像，利用matlab来实现的，，，，课程设计(Electronic image stabilization. . . Grayscale electronic image stabilization, the use of Matlab to achieve, and curriculum design)

图像拼接，用于合成全景图像，VC++开发环境，C++实现。(Image Stitching)

meanshift算法的python实现 + 图像化显示(meanshift with python)

该算法实现了通过霍夫变换提取直线和圆，希望对大家有帮助(This algorithm can extract line and circle through hough conversion.)