为解决复杂曲面点云在平滑去噪中存在的问题，提出基于曲率信息混合分类的特征保持点云精细算法。该方法将平面投影与离散算法相结合，采用主成分分析法对点云的局部曲率特性进行评估，使用线性组合混合分类方法将数据分为平面，次特征，富特征类型以及组合类型。针对不同特征邻域类型，提出平面类型的投影平滑方法，次特征和富特征类型的可变参数校正法平滑方法的线性组合方法实现点云数据的平滑去噪。转换方法用于激光三维扫描人体扫描系统所获得的高密度点云数据，实验结果表明该方法能够在有效光顺点云的同时保持其表面的几何特征，并简化了法向调整的繁杂运算。

提出了一种新的变分图像模型，结合了Curvelet收缩方法和总变分（TV）功能，可用于图像恢复。 为了抑制阶梯效应和类似Curvelet的伪影，我们使用多尺度Curvelet收缩来计算初始估计图像，然后提出一个新的梯度保真度项，该项旨在迫使所需图像的梯度接近Curvelet逼近梯度。 然后，我们介绍了Euler-Lagrange方程，并对数学性质进行了研究。 为了提高保留边缘和纹理细节的能力，在梯度下降流算法的迭代过程中自适应估计空间变化参数。 数值实验表明，我们提出的方法在减轻阶梯效应和曲​​线样伪像的同时，保留了精细的细节方面具有良好的性能。

基于论文“Real-Time Video Abstraction”的图像抽象化matlab代码，文中的滤波算法是双边滤波，附带图像，可以直接运行

此matlab代码，给出了现代通信原理中的常规双边带调幅(AM)的matlab仿真程序，给出了调制与解调的过程，并分析了在不同信噪比条件下的解调性能。

是飞思卡尔智能车摄像头组的边界提取算法，采用的双边提取。

双边滤波 纯C++实现，支持8位灰度图像和24位真彩图像

双边滤波的matlab程序，可运行

hsv空间双边滤波去雾MATLAB代码，经过测试，代码去雾效果良好。

在各向异性的物体中，高光被视为是漫反射分量以及镜面反射分量的一种线性组合。单幅图像的高光去除是计算机视觉中一项非常有挑战性的课题。很多方法试图将漫反射分量、镜面反射分量进行分离，然而这些方法往往需要图像分割等预处理过程，方法鲁棒性较差且比较耗时。基于双边滤波器设计了一种高效的高光消除方法，该方法利用最大漫反射色度存在着局部平滑这一性质，使用双边滤波器对色度的最大取值进行传播与扩散，从而完成整幅图像高光去除。方法采用一种加速策略对双边滤波器进行速度优化，与目前流行的方法相比，有效提升了方法的执行效率。与传统方法相比，该方法高光去除效果更好，处理速度更快，非常适用于一些实时应用的场合。

基于双边滤波+retinex理论的图像中增强，增强图像细节