narrowband

能比较全面的图像处理系统。主要内容包括：位图基础、图像的显示、图像的几何变换、图像灰度变换、图像的平滑处理、图像锐化处理及边缘检测、图像分割及测量、图像的形态学处理、图像的变换域处理及应用、图像的合成、24位彩色图像的处理、JPEG图像的压缩编码(can more comprehensive image processing system. Main contents include : bitmap based, image display, image geometry transformation, gray transform, image smoothing, image sharpening and edge detection, image segmentation and measurement, image morphology, Image Transform and application processing, image synthesis, 24-bit color image processing, JPEG image compression coding)

基于adaboost的人脸检测算法，对于初学者来说用很大的帮助(Adaboost-based face detection algorithm for beginners great help)

图像变换检测 主成分分析法 含PDF介绍(iamge change detection using PCA)

本算法将进行人脸识别，首先进行人脸定位检测，然后根据数据库里给的标签进行人脸识别，将人脸的信息显示在人脸旁边。本算法能取得较好的效果。(The algorithm will perform face recognition, first face detection, and then according to the database to the label for face recognition, the face of the information displayed next to the face. The algorithm can achieve better results.)

本代码可以实现统计彩色图像RGB三个通道内的交流分量，通过对比确定，图像是否经过高斯模糊篡改。(This code can realize statistical color image RGB three channels in the ac component, by comparing the sure, whether image through gaussian blur manipulation.)

载入一副图像并进行平滑处理与高斯或其他核函数进行卷积有效的减少图像信息内容(Loading an image and smoothed with a Gaussian or other nuclear convolution function effectively reduce the information content of the image)

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:)

2维图像的透视变换，空间变换，可对拍摄的图像进行几何校正(Perspective transformation, the two-dimensional image space transformation, the geometric correction of images taken)

ostu算法（最大类间房差法，类属于阈值分割）的maltab代码，用于计算机图像处理分割及其相关应用。(ostu algorithm (the largest difference room category, type of threshold segmentation is) the maltab code, used in computer image processing and related partition application.)

改进的图像分割算法：运用SLIC超像素分割和DBSCAN聚类算法相结合的方法实现图像分割(Image Segmentation using SLIC SuperPixels and DBSCAN Clustering)