此代码从 Placido 环图像构建曲率地形。 该实现使用了 Julián Espinosa、David Mas、Jorge Pérez 和 Ana Belén Roig 的论文“商业视频角膜成像仪的开放访问操作算法和角膜采样的改进”中的许多概念。 目前，这是一个非常原始的实现，不足以处理损坏的普拉西多环图像。 这需要在未来修复。

在车道偏离预警、防止及车道保持等基于机器视觉的驾驶安全辅助系统中，为解决单一直线模型无法预估道路曲率，而曲线拟合方法计算量大等问题，应用车道线直线模型，提出了一种基于远端直线拟合的弯道曲率估计方法，其特征在于车道线仍使用全局直线描述，估计曲率时对远端候选点进行直线拟合．由于保证了较多的候选点数量且使用Hough变换检测直线，以及利用跟踪、滤波等方法，算法在保证车道线检测鲁棒性的同时，基于远端直线拟合方法实现了对弯道曲率的相对定量估计．采用装有全球定位系统(GPS)的实车试验进行验证，结果表明：所提方法在增

教你如何计算智能车比赛中弯道的曲率，很实用，很不错

以曲率图作为三维点云数据的特征描述函数，并运用曲率图实现了三维点云数据的配准．对于含有噪声的点云数据，先根据每个点的邻域特性估算其曲率值，然后根据每个点及其周围邻域点的曲率值构造该点的曲率图．通过在多比例空间下曲率图的特征保持分析，可提取到最能反映该点云数据特征的特征点集．对于两两配准，这些特征点集被用于三维点云数据的粗略配准算法中，该算法利用点云内部空间点相对位置在刚性变换下的不变特性实现了特征点对的匹配，由匹配的特征点对进行坐标变换求解，完成了两三维点云的粗略配准，然后运用迭代最近点算法进行精确配准．最后将整个配准算法应用于真实的三维点云数据，结果表明该算法能有效抑制点云采样密度及噪声的影响，能够快速实现点云数据的精确配准．

在曲率属性计算之前需要对图像进行去噪预处理, 传统的图像滤波方法在去除噪声的同时会破坏边缘、线条、纹理等图像特征, 而基于偏微分方程的P-M模型在平滑过程中会出现块效应。针对这些问题, 提出了一种基于张量扩散的各向异性滤波的预处理方法。通过定义散布矩阵来获得丰富的图像局部结构信息, 然后利用这些结构来控制扩散过程, 以便实现图像的更好滤波。理论分析和实验结果表明, 相较于一些常规的图像滤波算法, 各向异性滤波得到的曲率属性效果更清晰、质量更高。

John M.Lee三本经典第三本，涵盖黎曼流形，联络，曲率，测地线，子流形等，有拓扑和微分流形，张量等的简介，具体可查看前两本

C#测绘工程专业课程设计作业 包括高程拟合、平面子午线收敛角计算、椭球面曲率半径及弧长计算 其中高程拟合有二次曲面拟合、多项式平面拟合、四参数曲面拟合 平面子午线收敛角计算、椭球面曲率半径及弧长计算实现了四个椭球体的计算（克拉索夫斯基椭球、1975年国际椭球、WGS-84椭球、CGCS2000椭球）

matlab实现的，计算点云模型上的每一个顶点的法矢和曲率。里面还有两套测试数据。

曲率算法在地震中的应用以及正交匹配代码主要是用于新手，尝试学习相干的代码，适合新人理解曲率算法，加以改进可以应用于相应领域

计算nurbs曲率NURBS曲线的曲率计算