这是 使用卷积核提取图像特征的举例（包含边缘特征提取和浮雕特征提取等）。具体的实现效果还不错，这个博客中已经有所展示。欢迎下载交流。资源中包含全部源代码以及注释，同时使用的所有图片在包含在内。

基于人工特征点匹配的航拍图像粗配准算法 基于单应性变换的原理，首先寻找N对（N≥4）航拍图像和卫星图像的对应点，通过N对特征点在航拍图和卫星图中的像素坐标，对卫星图像与航拍图像进行粗配准计算 基于边缘特征对齐的航拍图像配准优化算法 利用航拍图像和粗配准后的卫星图像的边缘特征，采用ICE算法对其进行配准优化，从而实现航拍图像和卫星图层的精确匹配 使用说明 cd build/ rm -rf * cmake ../ make -j12 cd ../bin/ ./project_sat_to_aerial ./project_sat_to_aerial img.tif road.tif aerial/ result/ jpg 在航拍图像取四个标注点，四个点尽量散开分布，每选取一个点按下S键确定，标注完毕后按下Q键，打开卫星图像标注窗口 按照8的方法，在卫星图形上找到对应的点进行标注，标注完毕后按下Q键,得到航拍图像的道路数据

使用复杂网络提取图像边缘特征并进行识别的源代码，采用PCA_LDA算法对特征进行降维分类识别，识别效率很高。鲁棒性好

数字图像处理MATLAB基于Hough变换检测房屋车道等图像边缘特征。

很完整很完整很完整的虹膜识别程序，包括边缘检测，归一化，用汉明矩进行特征匹配

边缘检测是图形图像处理、计算机视觉和机器视觉中的一个基本工具，通常用于特征提取和特征检测，旨在检测一张数字图像中有明显变化的边缘或者不连续的区域，在一维空间中，类似的操作被称作步长检测（step detection）。

边缘检测是图形图像处理、计算机视觉和机器视觉中的一个基本工具，通常用于特征提取和特征检测，旨在检测一张数字图像中有明显变化的边缘或者不连续的区域，在一维空间中，类似的操作被称作步长检测（step detection）。

基于多目标视频图像边缘特征的核相关滤波跟踪算法.pdf

针对计算机视觉中目标跟踪的问题,提出基于卷积神经网络(CNN)提取深度特征并与边缘特征进行自适应融合的策略来实现视频目标的跟踪算法。卷积神经网络的低层网络可以获取目标的一部分空间结构、形状等特征;高层网络可以获得相对比较抽象的部分语义信息。将VGG16神经网络中第2个卷积层Conv1-2、第4个卷积层Conv2-2和最后一个卷积层Conv5-3提取的深度特征与边缘特征进行特征的自适应融合来实现视频目标跟踪。在OTB100数据集中对本文算法进行实验验证与分析,结果表明,本文算法能够对目标实现更加准确的定位。

本文件包含图像处理的相关实验，包括小波变换的图像去噪和边缘特征提取实现，全局、局部直方图均衡化的实现，PSNR、SSMR图像指标的计算；同态滤波的实现。所有MATLAB代码均为自己编码实现，不调用现有MATLAB库函数。包含理论的讲解和代码的具体实现，代码详细注释。