传统图像处理（滤波算子、边缘、角点、特征提取）算法大全

由于之前搞图像时留下的笔记都太乱、没有章法，详细的总结部分后续有时间再整理，在这里先做个大一统，有疏漏的地方还请博友们指正，比如业界常见的ISP、3A相关的算法，网上比较优质的资料好像不太多~

图像算法大全：

图像相似度算法：图像哈希 + 哈希感知算法；

轮廓形状描述子：
	链码、边界长度、曲率(HK2003算法)、弯曲能量、签名、弦分布
	傅里叶形状描述子、B样条、形状不变量
	PDM形状、近似配准、ASM配准、AAM建模&配准

几何区域描述子：
	面积、欧拉数、投影、宽高、离心率、细长度、矩形度、方向、紧致度
	统计矩、凸包、细化骨架（MB/MB2 骨架提取算法）、区域分解、区域邻近图
	

图像-常用的特定算法：
	NMS非极大值抑制、Fisher最优分割法-聚类、匈牙利算法-二分图最大匹配
	Ransac随机采样一致性算法、KD-树最近邻搜索
	Kohoen特征图-自组织神经网络、Hopfield自组织神经网络

图像基础：

​ 灰度图
阈值化：自适应阈值化、Otsu最优阈值检测
​ 直方图：灰度直方图、H-S直方图、直方图均衡化
​ 重映射：（几何变换）镜像、反转、反向投影(通过模板直方特征在原图中对定位模板)；
​ 图像金字塔：高斯-、拉普拉斯-、差分高斯金字塔；（上采样、下采样）
​ 滤波算子：
​ 高斯滤波、中值滤波、均值滤波、方框(盒式)滤波、双边滤波、低/高通滤波、引导(导向)滤波
​ 边缘检测算子