Image_Interpolation

基于小波模极大值算法来实现信号去噪，这是一维去噪程序代码。(Wavelet modulus maxima algorithm to achieve signal de-noising, which is one-dimensional de-noising procedure code.)

激光三维点云的处理源码，可以压缩点云，配准点云(Three-dimensional laser point cloud processing source code, can be compressed point cloud, point cloud registration)

图像处理源代码,进行图像插入,图像恢复,图像增强等,进行图像处理(Image processing source code, image insertion, image restoration, image enhancement and so on, to carry out image processing)

sift算法的核心，siftWin32.exe的源程序，可执行，可导入Matlab(The core of the SIFT algorithm, the source of siftWin32.exe, executable, can be imported to Matlab)

kmeans算法实现，对图像处理。亲自使用过，可用，供参考。(Kmeans algorithm for image processing.)

基于肤色的图像分割，是用matlab实现的，希望大家有用(Image segmentation based on skin color is achieved with matlab, I hope it would be useful)

以标准化fcm分割为基础的，结合空间隶属度约束的改进算法(Fcm divided based on a standardized, combined with space constraints improved algorithm membership)

说明：  基于模糊C均值的快速点云的聚类分析代码，可用于模糊聚类(Clustering analysis code of fast point cloud based on fuzzy c-means can be used for fuzzy clustering)

可以使用贝叶斯阈值估计来对噪声进行处理，效果很明显，可以使用(Bayesian threshold estimation can be used to deal with noise, the effect is obvious, you can use)

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:)