百度地图瓦片拼接程序

资源描述    VisualC++数字图像处理技术详解 第一章 图像编程基础

此代码是《MATLAB图像处理实例详解》中第五章的教学实例，很有用，其中包括图像均值，标准差，等高线，还包括一些空间滤波器，频率滤波器（低通滤波器，高通滤波器，带阻滤波器，同态滤波器）。

使用idl语言进行遥感图像的中值和平均值滤波，首先先读取图像，之后按照3*3对图像进行中值滤波和平均值滤波。同时将图像生成gif动画

利用C语言对图像进行加噪处理 （椒盐噪声），以及对图像进行边缘提取，检测。

实现VC++二维码解码功能，解析常见二维码。QRcode解码译码器，功能为读入一张图片译出其内容，具体功能包括图形探测定位、图形过滤校正、检错纠错等。

CUDA c实现的光线渲染小程序，使用c语言在GPU上通过并行计算，展示相机空间的一组球体。逆向光线追踪，在相机平面上展示出一张充满立体感的图片。

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。

drawcli 利用MFC和GDI做的绘图软件，可以画直线，矩形，椭圆，可以编辑、移动、复制等功能

应用背景图像处理在现实生活中用的越来越多，机器视觉内软件开发也越来越流行，编程语言也很多，labview变成门槛低，学的快，好用，实用。关键技术图像处理中包括一些基本操作，如图像的读取，灰度转换，滤波，形态学处理，例如：开运算、闭运算、高斯滤波等等，以及文件的保存，图像的差分，阈值的分割。

基于opencv的图像特征匹配算法，此算法可以用于图像特征检测，运动跟踪，等等