针对ORB算法特征匹配精度低的缺陷,结合金字塔光流特性,提出一种优化ORB特征匹配的方法。首先,采用区域分块法对待匹配图像进行处理,挑选出最佳匹配子块,缩小无效匹配区域;接着,对子块提取ORB关键字并计算匹配描述子得到粗匹配点对,采用金字塔光流法追踪ORB特征点,求解特征点的运动位移矢量,以此剔除粗匹配部分错误的匹配对;最后,采用随机采样一致算法进一步剔除冗余匹配点,获取更为精准的匹配对。实验结果表明,本文优化的ORB算法可以很好地满足实时性和精度的要求,特征匹配的平均耗时为原ORB算法的87%左右,且平均匹配率达98%以上。

C++搭建框架，利用OpenGL、GDAL、Qt进行分块显示遥感影像 ，默认分块的大小为640X640，目前仅仅支持小数据显示，后续将继续更新，支持大数据分块显示。

降水分块计算面积（泰森多边形法）:一种带边界泰森多边形构建技术及分块面积或权重计算方法

自适应分块的BIM墙体轮廓提取及三维重建研究.pdf

动态分块+隔行扫描远程桌面传输程序(C++_Delphi).rar

分块函数blkproc使用范例及分析-block.rar 函数：blkproc 功能：对图像进行分块处理 函数调用形式：B = blkproc                          B = blkproc                          B = blkproc 参数解释：[m n] ： 图像以m*n为分块单位，对图像进行处理（如8像素*8像素）                   Fun：   应用此函数对分别对每个m*n分块的像素进行处理                   parameter1, parameter2： 要传给fun函数的参数                   mborder nborder：对每个m*n块上下进行mborder个单位的扩充，左右进行nborder个单位的扩充，扩充的像素值为0，fun函数对整个扩充后的分块进行处理。 例子：图像压缩,具体程序请见附件    注意：如果是三维图象则要先将图像转换成图像变成灰度图象或者用reshape函数转换维数

分块压缩感知源代码（Matlab版）

使用GDAl库对大图像进行分块处理的程序。给出的是自己编写的一个C++类，经过自己的测试，用着还好，仅供参考

用matlab语言编写的蚁群算法，为了便宜理解蚁群算法，本程序采用分块编写程序，很好理解。还有一个word附有本程序的说明

这个简单的脚本验证了各种图像去噪方法的按块收缩的想法。 只要噪声图像被加性高斯噪声破坏，该脚本方法就适用于改进初始估计，即去噪图像。 演示代码展示了基于 MATLAB 内置的三种图像去噪方法的改进，即移动平均滤波器、中值滤波器和二维维纳滤波器。