affine non-local means image denoising

利用三个点计算后获得仿射矩阵，然后进行图像拼接

文中讨论了二维仿射变换的平移、旋转和缩放等特性。对可见光波段和红外波段图像采 用基于特征的配准,以边界作为特征进行相关运算,求出边界对应位置的关系,建立仿射变换模型, 按照最大相关原则自适应确定最佳配准参数k 、θ、Δx 和Δy ,能够实现图像的自动配准。并利用实 际可见光与红外图像给出了运用仿射变换模型的实验结果,表明该模型可有效解决图像配准中的 平移、旋转和缩放

mtcnn对齐facenet部署 项目简介 本项目参考了bubbliiiing的和两个工程，在此对作者表示感谢！ 这两个工程都是keras模型，所提供的模型文件都只有权重没有网络结构，我利用作者提供的网络定义和权重文件重新生成了带有网络结构的权重文件。某个原始先只有权重的模型文件pnet.h5 ，生成包含网络结构和权重的模型文件PNET.h5 。接着用keras2onnx工具把它（ PNET.h5 ）转换成onnx模型pnet.onnx ，其他胶水部分的逻辑没什么变化。具体的转换代码请参考keras_onnx.py文件。 另外我还尝试了将keras h5模型转成tensorflow pb模型，具体代码请参考h5_to_pb.py文件。需要注意的是：每个tensorflow PB请模型单独执行h5_to_pb.py脚本生成。 （每次修改weight_file参数） 如果你想简单地测试一下mt

仿射变换（Affine Transformation）matlab代码，

给出放射变换的matlab程序,可以对图像进行仿射变换处理!

基于VS2015+opencv的多个圆检测与排序，运用到了霍夫线变换、霍夫圆变换、仿射变换、旋转坐标计算以及倾斜矫正（对于输入的倾斜图像）

Lecture.仿射函数(仿射变换).doc

opencvsharp的九点标定，通过迭代修改获取的机械手坐标，优化RMS误差（默认可RMS可准确反应标定关系）来提高标定精度

这个函数是D. Rueckert等人提出的b样条配准算法的(增强的)实现。“使用自由形状基于仿射和b样条网格的两个二维彩色/灰度图像或三维体或点数据的配准和数据拟合。 变形的非刚性配准:在乳房MR图像中的应用”。包括Rueckert的平滑惩罚(薄板金属弯曲能量)。此外，将归一化互信息定位为配准错误，允许图像或体积具有不同类型/模式，例如MRI T1和T2患者扫描。