转载自:http://blog.csdn.net/baimafujinji/article/details/49585427
做图像处理或计算机视觉研究和开发,常会在线搜索一些资源,日积月累便挖出了一堆比较牛的博主,特别说明:做这个方向的人很多,牛人也很多,但是这些资源大部分主要突出实用主义,相关博主也并不一定是这个领域中的泰山北斗(第一波中大部分都不是学校里的教授),但是他们的空间里真的有料,可以学到很多。不断更新中,但大浪淘沙,我只保留最值得推荐的。
第一波是一些资源丰富的博客,有算法介绍,也有代码实现:
1、毕业于荷兰特温特大学的Dirk-Jan Kroon博士,在Mathworks的FileExchange上的链接,曾经到访过他原来读书时的主页,当时有句话对他的评价是,他非常喜欢计算机编程,这个真不假,下面这个链接里有他用Matlab写成的近百个程序源码,质量非常高,而且涉猎广泛。
http://www.mathworks.com/matlabcentral/fileexchange/authors/29180
2、这是研究 image matting(中文叫抠图——这名字真难听,不知道是谁始作俑者)必去的一个网站,里面有大量关于这个主题内容的介绍,包括最新的成果,评测和对比。
http://www.alphamatting.com/
3、laviewpbt的专栏,他有两个基本同步的博客,一个在CSDN,一个在博客园,自称是“一心无二用,本人只专注于基础图像算法的实现与优化,如图像增强、滤镜、分割、解码编码等,无心恋及图像识别。 ”。博客中很少有提供完整的源代码,但是对理论算法的介绍非常到位,我也同意博主的看法,如果真的对算法理解到位了,写代码处理并不是难事。
http://www.cnblogs.com/Imageshop/
4、Rachel Zhang的专栏(浙大计算机女硕士),CSDN博客排名百名以内的名博,里面有大量图像处理和计算机视觉的资料,有算法讲解,也有很多代码实现(OpenCV居多,少量Matlab)
http://blog.csdn.net/abcjennifer/article/category/1173803/2
5、小魏的修行路(又一个女学霸,博主应该是北大女硕士),博客都是图文并茂的,很详细很用心,代码实现上也是用OpenCV的居多。
http://blog.csdn.net/xiaowei_cqu/
6、非常棒的网站,超多资源。IPOL is a research journal of image processing and image analysis. Each article contains a text on an algorithm and its source code。讨论了超过20个大的Topics,具体每个Topics里面还有许多具体的实现分支,配有可供研究的源代码。研究图像处理不可不看的网站。
7、LIBROW,口号是The Helpful Mathematics,算法文章 && C++代码(算法偏基础),适合初学者参考。
http://www.librow.com/articles
8、采石工的博客
数学功底深厚、原理推导明晰的博客。非常值得推荐!
http://www.cnblogs.com/quarryman/
第二波是我所关注的一些研究方向上比较前沿的学者主页:
1、KAZE特征检测作者的主页,里面有文章,也有代码实现。Pablo F. Alcantarilla博士人非常Nice,我给他写Email讨论问题,基本上8个小时之内就能收到回复,也非常感谢他提供的一些参考资料。
http://www.robesafe.com/personal/pablo.alcantarilla/kaze.html
2、在去噪领域中当前最成功的算法莫过于BM3D系列(当然还有BM4D等等),下面这个是项目的主页,非常值得推荐,对于研究降噪问题的同学实在应该仔细看看。
http://www.cs.tut.fi/~foi/GCF-BM3D/
3、布朗大学Douglas Lanman博士的主页,很多有意思的成果,部分有代码资源下载
http://mesh.brown.edu/dlanman/courses.html
4、两位以色列学者(犹太人)的主页。经验中,大部分Paper的作者会在自己的网站上贴出文章,但很少附有代码,如果你自己去写个代码,很多都无法达到作者paper中给出的效果,吹水的可能性极大。但是在研究Close-form soluting 的图像matting时,看到了以色列女学者Anat Levin的主页,作者就提供有matlab代码,很值得推荐。
http://www.wisdom.weizmann.ac.il/~levina/
另外一个以色列学者(以色列理工的Guy Gilboa教授)的主页(有关于TV去噪的代码)。
http://visl.technion.ac.il/~gilboa/PDE-filt/tv_denoising.html