在图像模板匹配问题中,基于像素灰度值的相关算法尽管已经十分普遍,并得到广泛的应用,但目前此类算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为了克服这些缺点,提出一种新的基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.新算法中各个R-块编码的计算十分简单 匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对

提出了一种基于灰度图像的二维中值滤波算法。该算法每次只考虑滑动窗中移入的新数据,并充分利用了相 邻象素间的相关信息,避免了传统算法因排序所需的大量数据比较。该算法比较次数仅与窗口行或列尺寸有关,比传统方法 在处理速度上有较大提高-2D median filtering algorithm based on gray-scale images. The algorithm is time to consider a sliding window to move the new data,

对以下5种常用的内部排序算法进行比较：起泡排序,直接插入排序,简单选择排序,快速排序,希尔排序()

C++通用算法之排序,其中包括排序算法,排序元素的查找,字典式比较,极值元素求解()