图像融合操作的非常完美的源程序

用于三维重建算法的源代码，里面是我对标定算法，特征提取算法，匹配算法和三维重建算法的一系列的改进，特别是对图像匹配算法利用划分区域的方法进行改进，取得了很好的匹配效果。在保证正确率的条件下，使得匹配速度得到了很大的提高。希望对广大的码农们有点有用处。

%%我们创造了输入性否定了这个功能％这是一种线性变换％撰稿：Soheil Mohammadpour，26/01/2013，伊朗伊斯法罕％的电子邮件：soheilmpour@gmail.comCLC，全部清除，关闭所有;I = im2double（imread（"woman_darkhair.tif"））;图，imshow（I，[]）％，在下面的行，我们这个创造了性否定图像变换，我们让1->0％和0->1和0.50 - >0.5和...I2 =（Ⅰ-1）* - 1;图，imshow（I2，[]）;

FLANN是一个在高维空间中执行快速近似最近邻搜索的库。它包含一组我们发现最适合最近邻搜索的算法，以及一个根据数据集自动选择最佳算法和最佳参数的系统。

此源代码告诉如何隐藏进程的文本可以采取数字输入图像的地方使用过程中的数字图像隐写术，所以然后可以适当地隐藏内容。

资源描述利用加权平均融合算法进行灰度或彩色多模态医学图像融合，程序具体很好的通用性，并且提供几种图像融合客观评价指标，还给出3组宝贵的已配准的图像

本实验室对人手的实验 对基础者很有用  在实验中首先对图像进行特征点的 采集 然后进行数据的对齐操作，后者在进行对数据点的降维处理 这样的到更有用的数据点

读取 JPG JPEG 格式的图像文件中的EXIF信息的VFP程序。

粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率， 可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样 法(Sequential Importance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行 近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式 的概率密度分布。

在区域匹配算法中,通常使用的相似性测度函数主要有:SSD、SAD、ZSAD、NCC、ZNCC等。最简单的相似性测度函数有绝对误差和(the Sum of Absolute Differences，以下简称SAD)。 

制作一个在Android手机中用的圆形滑动菜单，像老式电话机一样的操作排列方式，有旋转效果。这仅是一个Android菜单，并不包括其它复杂的功能，有兴趣的下载源码包研究一下。