png2bmp 实现简单图片转换

这是从primal sketch integrating texture and structure的作者之一，吴英年教授的网站上下载下来了，经过本人亲自运行，代码是完善的而且可以使用的，十分有价值的一个代码

一个运动估计运算的MATLAB文件，本人已经测试过，非常有用!

它可以用于读取 *.dcm filesit 可以得到图像的 withd，高度，和像素 lengthit 也可以读取 JPEG 文件

关于全息图的相位解包裹，对于图像的解相位和包裹有很大的帮组.这个基于C++的代码，希望有关这个方面的研究者有用处！！！谢谢大家的支持

学习opencv最好的中文版书籍及配套源码，让你学习能够事半功倍。

图像前处理是图像处理中做的非常第一步。前处理，删除所有不需要的数据被统称为噪声，提高图像尽可能多地使感兴趣区域的更加突出。这有助于在以后处理，可以帮助，取得好成绩。图像 binarisation 是强制性的一步，要在预处理之一。它将图像转换为强度值介于 0 和 1 的二进制图像。

用hough变换检测直线，Hough变换于1962年由Paul Hough提出，并在美国作为专利被发表。它所实现的是一种从图像空间到参数空间的映射关系。由于具有一些明显优点和可贵性质，它引起了许多国内外学者和工程技术人员的普遍关注。例如，由于其根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界发生某些间断的情况，它具有很好的容错性和鲁棒性

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

一个实时监控源代码，VB编写的，对有做实时监控的人来说非常实用！希望对大家有 用！

本程序采用c/c++实现二维码的扫描，对扫描仪扫描的.bmp格式的图片进行扫描，译码生成需要的格式，识别图片的正确率在%90以上。基本符合用户需求