该实现（C++实现）是在查表法的基础上进行优化后的结果，结果比较完美，且效率较高，适合学习；详细分析见：https://blog.csdn.net/weixin_47156401/article/details/122287851?spm=1001.2014.3001.5502

hilditch.m是hilditch细化算法。 RC_unwrap.m是逐行逐列去包裹算法。 least_unwrap.m是最小二乘去包裹算法。 FTP.m是利用傅里叶变换提取相位。 sincosfilter.m是正余弦滤波算法。

这是对 Zhang-Suen 细化算法以及相关预处理和后处理步骤的改编，如 JR Parker 在。 先决条件 仅适用于 C++ 对于 Python 支持 ，使用 Python 绑定构建。 $ git clone $ cd zhang-suen-thinning 建造 可以通过两种方式构建公开执行 Zhang-Suen 细化函数的库。 为了在 C++ 程序中使用，可以通过进入项目的顶级目录并键入来生成静态库libzhangsuen.a $ make 这将在当前目录中生成libzhangsuen.a ，然后可将其用于链接使用该库的 C++ 程序。 要与 Python 一起使用，必须安装 OpenCV，并使用 Python 支持构建。 然后，可以通过执行构建 Python 扩展 $ make python 这将在python/生成zhangsuen.so ，这是一个可直接从

根据itkBinaryThinningImageFilter3D骨架提取算法改的C++版本。使用的是vs2019版本。输入的是3维二进制数据，代码提供数据的读取与保存。

C语言处理图片腐蚀、膨胀的细化算法实例，用C处理图像的例子。调试时请注意：运行测试文件时，需要测试调用的文件c:\test.bmp必须存在。注意释放内存和位图，调色板句柄，还要注意重新分配内存和调色板，位图句柄时，先释放原来的。

matlab官方定位代码自适应网格细化 该软件通过比较在网格或网格上的节点处评估的度量来支持二维网格的自适应网格细化。 安装 下载或提取此存储库。 在MATLAB中，运行meshToyProblem.m脚本和/或runAllTests.m脚本以验证软件是否正在运行。 无需其他编译步骤。 算法概述 有关此代码的实际示例，请参见meshToyProblem.m脚本 网格细化问题始于由单个单元格组成的网格。 每个像元由四个角表示，每个角代表一个单独的节点。 节点以度量为特征，即与该节点表示的（ x ， y ）位置相关联的值。 因此，由adaptiveMesh.Node类表示的节点负责计算评估指标。 要针对您所关注的问题运行自适应网格细化，必须首先创建一个类，该类扩展adaptiveMesh.Node类并覆盖getMetric()函数。 custon Node类的示例在tests文件夹中的ToyNode类中提供。 要初始化由adaptiveMesh.Mesh类表示的网格，请实例化对象并指定边界和节点类： mapMesh = adaptiveMesh.Mesh(); bounds = [- 1

形态学——腐蚀,膨胀,细化算法，用的c语言实现，可以参考一下

频谱细化算法CZT的matlab代码，通过EXCEL将数据导入，数据先进行最小二乘法去趋势项，然后进行CZT变换，获得较高的频谱分辨率。

Hilditch细化算法的MATLAB实现（带详细注释），及参考论文（为Hilditch发表的初始论文），还有测试图片，绝对好用，看完掌握Hilditch算法易如反掌。

mablab细化算法