STANFORD机器学习公开课第4-5讲算法，文章主要介绍简单的二分类算法：线性分类器、高斯判别分析、朴素贝叶斯。

1992年，Woods提出了基于划分强度一致（PIU）的图像配准算法，该算法测度的基本理念是：同一组织在不同模态下的灰度分布具有某种一致性。换句话说，一种模态下的某个灰度值的像素在另一种模态中是以一个不同的灰度值为中心的分布。

ORB算法是将FAST角点检测与BRIEF特征描述结合并进行了改进，是一种快速，较好的特征检测算法。

误差扩撒法在数据处理中经常碰到，尤其是用于图像处理中，降低色彩的深度，这个算法还是比较有用的。

本文主要是对Harris角点检测的数学公式进行推导，更加深入的理解理论知识。

局部二值模式（Local Binary Pattern, LBP）是一种有效的纹理描述算子，它具有旋转不变性和灰度不变性的显著的有点。已经广泛的应用于纹理分类、纹理分割、人脸图像分析等领域。

前言：图像修复是一项非常有意义的研究工作，比如我们生活中的照片被污染，再比如名贵字画、国家文物壁画等珍贵物品被破坏，这些都需要图像修复工作来完成。简介：整体变分（Total Variation）的方法最早是用来对受到噪声污染的图像进行降噪的，在这方面的应用最早是由L.Rudin和S.Osher等人在1992年提出的，2002年Chan等人把TV模型推广到图像修补中，并提出了基于TV模型的图像修

BRISK特征提取算法，具有较好的旋转不变性、尺度不变性，较好的鲁棒性。在图像配准应用中，对有较大模糊的图像时表现最为出色。

基于互信息的图像配准算法以其较高的配准精度和广泛的适用性而成为图像配准领域研究的热点之一，而基于互信息的医学图像配准方法被认为是最好的配准方法之一。

BRIEF是对已检测到的特征点进行描述，它是一种二进制编码的描述子，摈弃了利用区域灰度直方图描述特征点的传统方法，大大的加快了特征描述符建立的速度，同时也极大的降低了特征匹配的时间，是一种非常快速，很有潜力的算法。