效果和SLIC类似，但是不需要k-means聚类所以效率更高。里面可调的参数主要有k，想分的像素块数目；m，决定超像素的紧凑程度和边缘特性。在c++上用opencv和STL实现了一下，后续想在效率上继续提高，有什么问题和建议欢迎交流。 速度慢的话把cout都删掉就好了。

可以实现亚像素边缘检测，使边缘检测精度达到亚像素级别。

提出一种快速高精度Fourier-Mellin变换图像配准方法，可提高高光谱成像过程中光谱复原的速度与精度。该方法运用两次局部上采样相位相关法，一次在对数极坐标域中估计旋转和缩放参数，另一次在笛卡尔坐标系中估计平移参数。引入梯度预处理过程，使算法更加稳健。介绍了Fourier-Mellin变换的原理，该变换可实现旋转和缩放参数的解耦合。在传统相位相关法的基础上介绍了局部上采样相位相关法。证明了梯度预处理过程的必要性。仿真结果表明，所提方法可以实现高精度的图像配准。

可通过改变代码中图片的输入路径，输入任意图片，并读取出图片上任意点的亚像素级坐标。 可通过改变代码中图片的输入路径，输入任意图片，并读取出图片上任意点的亚像素级坐标。

对BMP图像的简单的处理，有读写和像素的简单处理，适用于初学者。

SATGLOBE4 - 此文件是“SATGLOBE”的更高分辨率版本，应多个用户的要求提供。 SATGLOBE4 以每度四个像素的分辨率呈现完全可操纵的地球卫星视图，并添加了国际政治边界和网格线。 图像是从 NASA 获得的，地球是使用 MATLAB Mapping Toolbox 渲染的。 使用此文件不需要映射工具箱。 为了节省存储空间，这个 m 文件从文件 satglobe4.mat 加载图像数据，然后自己创建经纬网。 此过程允许没有 MATLAB Mapping Toolbox 的用户渲染图形，但计算网格确实需要一些时间。 使用这个技巧，数据存储量大大减少； 然而，一旦图形被渲染，您可能希望将其保存为常规的 MATLAB 图形文件以提高速度。 笔记： (1) 上传的 zip 文件包含您将使用命令“satglobe4”执行的 satglobe4.m 文件，以及也必须在您的 M

nyu-depth-v2-tools：[2]中使用的工具，用于预处理地面真值分割以评估超像素算法

这是Elsevier发表于《Accurate Subpixel Edge Location Based on Partial Area Effect》一文中详述的亚像素边缘检测方法的Matlab源码http://www.sciencedirect.com/science/article/pii/S0262885612001850 主文件夹包含以下文件： - subpixelEdges 是检测方法。 输入“help subpixelEdges”了解更多信息- visEdges 是在图像上显示检测到的边缘的方法- subpixelImage 使用检测到的边缘创建高分辨率二进制图像-subsetEdges 提取满足条件的边子集- 示例 1 是将方法与合成图像一起使用的示例- 示例 2 类似，但使用真实图像- 示例 3 使用手机摄像头拍摄的打印文本的大图像-example4为示例1创建高分辨率二进

完整代码，可直接运行

在亚像素级别，求取物体的边缘信息，提高物体的定位精度。