基于opencv的亚像素级角点检测，程序通过调用opencv函数实现角点检测，有详细的注释

matlab 阈值分割代码角毛藻 Chaetoceros 图像分割的无监督像素分类。 笔记 一个新的 Chaetoceros 图像数据集和我们工作的所有分割结果可以从以下位置下载： 参考 [1] L.-C. Chen、G. Papandreou、I. Kokkinos、K. Murphy 和 AL Yuille，“Deeplab：具有深度卷积网络、多Kong卷积和全连接 crfs 的语义图像分割”，arXiv：1606.00915，2016 年。 [2] H. Zheng、H. Zhao、X. Sun、H. Gao 和 G. Ji，“毛角藻显微图像的自动刚毛分割”，显微镜研究与技术，卷。 77，没有。 9，第 684-690 页，2014 年。 [3] J. Canny，“边缘检测的变分方法”，AAAI 人工智能会议论文集，1983 年，第 54-58 页。 [4] N. Otsu，“灰度直方图的阈值选择方法”，IEEE Transactions on Systems, Man, and Cyber​​netics, vol. 9，没有。 1，第 62-66 页，2007 年。 [5]

利用高斯函数实现亚像素的边缘拟合，很好的资源。

基于zernike矩的亚像素识别算法，并通过matlab实现。

这是MATLAB的亚像素边缘提取程序，经过我的验证，能够实现相应的功能。

基于Zernike矩的亚像素边缘检测

为了提高刀具几何参数图像测量精度, 基于矩法理论, 提出了一种亚像素边缘检测算法。该方法的基本 思想是采用灰度空间矩, 将图像边缘特征离散为亚像素级特征点, 并用Matlab 实现图像的处理。实验证明, 基于亚 像素特征点提取检测的刀具几何参数具有较高测量精度, 且计算量小, 具有很好的抗噪性能。

利用opencv的亚像素级别的边缘检测和获取，添加了原有程序的包含文件和库，可以直接调试运行，个边参数可以根据实际情形修改

一种快速亚像素边缘检测算法的实现的理论，可以快速实现亚像素的算法，在时间上有一定的优势，先看理论，然后自己通过理论用C++实现

亚像素精度轮廓表示图像中两个区域之间的边界,这两个区域中一个区域的灰度值大于灰度值阈值g_sub而另一个区域的灰度值小于g_sub。为获取这个边界,我们必须将图像的离散表示转换成一个连续函数。