这个Matlab代码用于拼接两张具有重合区域的图像，其中用到了SIFT算法和RANSAC算法

图像的全景拼接包括三大部分：特征点提取与匹配、图像配准、图像融合。 1、基于SIFT的特征点的提取与匹配 利用Sift提取图像的局部特征，在尺度空间寻找极值点，并提取出其位置、尺度、方向信息。 具体步骤： 1）. 生成高斯差分金字塔（DOG金字塔），尺度空间构建 2）. 空间极值点检测（关键点的初步查探） 3). 稳定关键点的精确定位 4）. 稳定关键点方向信息分配 5). 关键点描述 6). 特征点匹配 2、图像配准 图像配准是一种确定待拼接图像间的重叠区域以及重叠位置的技术，它是整个图像拼接的核心。本节采用的是基于特征点的图像配准方法，即通过匹配点对构建图像序列之间的变换矩阵，从而完成全景

Qt+Vs2008+opencv例子，实现 图像读取，显示，处理。 入门级，跨平台。包含相应头文件，库文件，可编译直接运行。

MATLAB程序分享MATLAB实现图像分割otsuf源程序代码-MATLAB实现图像分割otsuf 源程序代码.rar 程序代码见附件，拿资料请顺便顶个贴~~ 如果下载有问题，请加我 qq 1530497909，给你在线传

双边滤波器实现图像的去噪处理，可以对二维图像和三维彩色图像进行平滑操作。应用领域为图像去噪，可以作为模式识别的预处理步骤。

利用自带滤波函数与梯度的方式分别实现图像锐化

数据集下载链接：https://www.imageclef.org/photodata 请把数据集放在：程序neural_image_captioning\datasets\中 完整工程：图像描述---Show and Tell: A Neural Image Caption Generator，使用keras实现图像描述，运行环境（keras==2.0.3，tensorflow==1.1.0，pandas==0.19.1，numpy==1.12.1，h5py==2.7.0，matplotlib==2.1.0，pillow==4.3.0）

主要为大家详细介绍了python opencv实现图像边缘检测，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

使用python对2维图像采用最邻近插值和双线性插值算法实现旋转

用matlab编写的二维最大熵和最小交叉熵实现图像的分割，之后再用灰度值进行图像增强。