图像处理与机器视觉网络资源收罗——倾心大放送
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較牛的博主，特别说明：做这个方向的人非常多，牛人也非常多，可是这些资源大部分主要突出有用主义，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），可是他们的空间里真的有料，能够学到非常多。不断更新中，但大浪淘沙，我仅仅保留最值得推荐的。
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，以前到訪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，以下这个链接里有他用Matlab写成的近百个程序源码，质量非常高，并且涉猎广泛。
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）必去的一个站点，里面有大量关于这个主题内容的介绍，包含最新的成果，评測和对照。
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，本人仅仅专注于基础图像算法的实现与优化，如图像增强、滤镜、切割、解码编码等，无心恋及图像识别。 ”。博客中非常少有提供完整的源码，可是对理论算法的介绍非常到位，我也允许博主的看法，假设真的对算法理解到位了，写代码处理并非难事。
http://blog.csdn.net/laviewpbt?viewmode=contents
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，有算法解说，也有非常多代码实现（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，非常详细非常用心，代码实现上也是用OpenCV的居多。
http://blog.csdn.net/xiaowei_cqu/
6、非常棒的站点，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，详细每一个Topics里面还有很多详细的实现分支，配有可供研究的源码。研究图像处理不可不看的站点。
第二波是我所关注的一些研究方向上比較前沿的学者主页：
1、KAZE特征检測作者的主页，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參考资料。
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），以下这个是项目的主页，非常值得推荐，有文章，有代码。
http://www.cs.tut.fi/~foi/GCF-BM3D/
3、布朗大学Douglas Lanman博士的主页，非常多有意思的成果，部分有代码资源下载
http://mesh.brown.edu/dlanman/courses.html
4、我一直认为犹太人非常聪明，并且做事的态度也务实。经验中，大部分Paper的作者会在自己的站点上贴出文章，但非常少附有代码，假设你自己去写个代码，非常多都无法达到作者paper中给出的效果，吹水的可能性极大。可是在研究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，非常值得推荐。
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
5、香港中文大学 贾佳亚老师的主页，有非常多作者的Paper，贾老师在图像处理方面的非常多成果非常吸引人，主要是deblur（image matting 也有，可是已经不是当前最好的效果了）。
http://www.cse.cuhk.edu.hk/~leojia/
