针对目前卷积神经网络的超分辨率算法存在卷积层数少、模型简单、计算量大、收敛速度慢以及图像纹理模糊等问题, 提出了一种基于深层残差网络的加速图像超分辨率重建方法, 该方法在提高图像分辨率的同时加快收敛速度。设计更深的卷积神经网络模型来提高精确度, 通过残差学习并且使用Adam优化方法使网络模型加速收敛。在原始低分辨率图像上直接进行特征映射, 只在网络的末端引入子像素卷积层, 将像素进行重新排列, 得到高分辨率图像。实验结果表明, 在set 5, set 14, BSD100测试集上, 所提算法的峰值信噪比与结构相似性指数均高于现有的几种算法, 能够恢复更多的图像细节, 图像边缘也更加完整且收敛速度更快。

MATLAB图像处理之透视变换。图像变换基础代码。

本文提出一种利用积分投影和快速Hough变换两步法快速定位人眼的方法，该方法对图像进行预处理后，首先在灰度图中对原始图像在水平和垂直方向上分别进行灰度积分投影，根据积分投影图的凹凸来大致确定双眼的位置，即人眼的粗定位，然后对图像进行边缘提取，用快速Hough变换的圆检测方法对边缘图像进行圆检测，从而确定双眼的精确位置。

针对现有电铲斗齿检测方法存在实时性较差、误报率较高等问题,提出了一种基于机器视觉的电铲斗齿缺失检测方法。该方法利用红外热像仪采集铲斗图像,基于模板匹配原理对复杂背景下斗齿的目标区域进行准确定位,利用帧差法实现斗齿的运动检测;在目标区域已定位的基础上,结合斗齿齿线区域的位置关系与齿线结构特征对斗齿进行分割提取,通过自适应阈值,实现对缺失斗齿的检测。实验结果表明,该方法实现了对电铲斗齿缺失的实时、在线、快速、准确检测,检测准确率达到90%以上,为电铲斗齿缺失检测提供了一种有效的解决方法。

语言：MATLAB—图像分割系统设计（多方法，文章万字）

冈萨雷斯老师的《数字图像处理》是一本经久不衰的经典教材，这里是该书所涉及到的所有图片、Matlab源码、matlab工具包的全部资源，吐血奉献、强烈推荐！

精通系列\精通Visual C++数字图像处理技术与工程案例\chap01\用Canny算子提取边缘.rar

MATLAB揭秘修订版 自学指导书 郑碧波译 2010年 MATLAB揭秘修订版 自学指导书 郑碧波译 2010年 MATLAB揭秘修订版 自学指导书 郑碧波译 2010年

图像二值化的代码，可直接运行，无需修改。使用大津法Otsu对图像进行二值化。可设置输出图像为1位图像

1灰度线性变换2伽马校正3直方图均衡1椒盐噪声去噪2高斯噪声去噪3高斯噪声频域滤波1Robert梯度滤波3Sobel算子拉式算子滤波4用频域法对图像进行平滑和锐化5用频域法对图像进行去噪和锐化1密度分