一本数字图像处理算法的精简介绍！一本Win8 Metro C#数字图像编程的实用书籍！不求分值，只求共勉！！！ 打开密码为trenttrent

VC++图像处理程序设计电子版书，杨淑莹编，清华大学出版社。第二版

课题为基于颜色的MATLAB设计。根据RGB不同分量，可以定位不同颜色，再结合形态学知识，可以精准去除干扰区域，如去除大于某阈值或者小于某阈值的面积，实现精准定位和计数。可以应用改造于路锥识别，交通标志，红绿灯，安全帽，不同颜色的餐盘等课题中。带有GUI操作界面~

项目名：Image Filtering and Hybrid Images 简介：We will write an image convolution function (image filtering) and use it to create hybrid images! The technique was invented by Oliva, Torralba, and Schyns in 2006, and published in a paper at SIGGRAPH. High frequency image content tends to dominate perception but, at a distance, only low frequency (smooth) content is perceived. By blending high and low frequency content, we can create a hybrid image that is perceived differently at different distances.

经典主成分分析法，实现高光谱图像的降维处理

ImageProcessing-Python-博客 该资源为作者Eastmount在CSDN《 Python图像处理》专栏系列分享的全部知识，只要为PDF文件，只希望帮助更多人学习Python图像处理。不负遇见，不负韶华，加油〜 希望文章对您有所帮助，如果有不足之处，还请海涵〜 原博客参考地址： : 后续会尝试结合深度学习进行更深入的研究。

针对目前三维点云关键点检测方法检测的关键点的可描述性和再现性不强，且检测的关键点数量较少的问题，提出了一种新颖的关键点检测算法。首先为提高算法的效率，利用均匀采样方法减少三维点云中点的数量，降低三维点云的复杂度。然后利用具有良好描述性的方向直方图签名(SHOT)描述子对均匀采样的点进行多尺度描述，分析每个点多尺度SHOT描述子的独特性，选取SHOT描述子离散程度较大的点作为关键点。本文方法利用描述性较强的SHOT描述子对关键点的邻域进行描述，增强了关键点的可描述性。实验结果表明，本文方法的均匀采样时间效率高，满足关键点检测的时间要求，且本文检测关键点的方法比Harris3D、尺度不变特征变换（SIFT）、内部形状签名（ISS）关键点检测算法具有更好的再现性。因此，本文方法可以有效、快速地在三维点云模型和场景中检测出高质量的关键点。

遥感数字图像处理教程知识点概要，简明总结了遥感数字图像处理的各方面的知识点

遥感数字图像处理习题与答案 第一部分 1. 什么是图像并说明遥感图像与遥感数字图像的区别 答图像 image 是对客观对象的一种相似性的描述或写真图像包含了这个客观对 象的信息是人们最主要的信息源 按图像的明暗程度和空间坐标的连续性划分 图像可分为模拟图像和数字图像 模拟图 像又称光学图像是指空间坐标和明暗程度都连续变化的计算机无法直接处理的图像 它属于可见图像 数字图像是指被计算机储存 处理和

matlab 图像锐化，增强，直方图，分析，复原技术等共20多篇， PDF转化清晰版（非扫描）。