AviPclass

图像DFT，C语言编写的代码，附带几个另外的处理，(Image DFT, C language code, with some additional processing,)

使用VC++ 6.0 和 OpenCv实现粒子滤波目标跟踪算法，主要功能在MFC对话框内实现。(particle filter object tracking)

设置位置断点跟踪程序，VC++精选编程源码，很好的参考资料。(Set breakpoint location tracking procedures, VC++ programming source code, a good reference.)

实现图像的滤波、锐化、边缘检测、微分处理及图像平滑(Image filtering, sharpening, edge detection, differential processing and image smoothing)

说明：  关于图像处理里的一些应用，将视觉相应算法应用到工程实际中，详细解说了算法在这里面的一些应用，很实用。(On some applications in image processing, the visual corresponding algorithm is applied to the engineering practice, a detailed explanation here below in some applications, the proposed algorithm is very practical.)

C语言编程，利用矢量量化思想进行图像有损压缩和解压缩(C language programming, using vector quantization thoughts lossy image compression and decompression)

基于VC++的图像处理类，可以用于bmp文件的读写，显示(Based on the image processing VC++ classes that can be used to read and write bmp files, display)

全屏显示窗体。通过快捷键F11实现程序全屏显示的效果。(Full-screen display of the form. Through the shortcut key F11 to achieve the effect of full screen display.)

基于图像处理的人脸检测系统，通过openCV软件来实现的(Image processing based face detection system, implemented by software openCV)

基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、CT、MRI、 PET、 SPECT图像结构信息融合； （3）模式识别，如特征识别、波形分析、签名证实、目标物运动跟踪、序列图像分析等； （4）计算机视觉，可用于目标定位、自动质量控制等； （5）遥感数据分析，多电磁波段图像信息融合，如多谱段的等场景分类、定位和识别定义好的或已知特征的场景、自然资源监控、核生长监控、市区增长检测等。 本算法实现使用VC++6.0为开发环境，目前只支持灰度图像，感兴趣的朋友可以进一步扩展。(Image registration is a fundamental problem in image processing, which is a process to match two or more images of the same scene taken at different times, from different viewpoints, or by different sensors. Image registration is an important technique for a great variety of applications such as medical image analysis, computer vision, remote image data analysis, image information fusion, and the recovery of the 3–D characteristics of a scene.)