设计了一种X光图像的自动增强拼接技术。方法：首先，针对X光影像灰度差异目测困难，单一直方图均衡化增强后可能导致的灰度级减少，某些细节消失，提出一种改进的基于HE的图像增强方法，利用三角函数加权因子对图像进行平滑增强融合；然后，为了解决由于X光图片视野范围的局限性，采用基于相位相关法对图像进行全景拼接重建，并分析了参考图像与待配准图像间存在重叠区域的面积大小与拼接成败的关系；最后，为了提高图像的拼接质量，采用多分辨率算法进行图像融合。-X-ray image stitching technolog

研究生计算机图形学的读书报告！计算机图形学在追求真实感方向的研究发展已进入一个发展的平台期，基本上各种真实感特效在不计较计算代价的前提下均能较好得以重现。然而，人们创造和生成图片的终极目的不仅仅是展现真实的世界，更重要的是表达所需要传达的信息。例如，在一个所需要描绘的场景中每个对象和元素都有其相关需要传达的信息，可根据重要度不同可采用不同的绘制策略来进行分层渲染再加以融合，最终合成具有一定表意性的图像。为此，研究者已经开始研究如何与图像处理、人工智能、心理认知等领域相结合，探索合适表意性图形生成

图像融合所用到的一些图片素材，如多聚焦图像，红外与可见光图像等等。能够帮助图像融合代码的顺利进行-Image fusion used pictures of material, such as more focus on the image, infrared and visible light image and so on.Can help image fusion code smoothly

基于SIFT特征的全景图像拼接 主要分为以下几个步骤： (1) 读入两张图片并分别提取SIFT特征 (2) 利用k-d tree和BBF算法进行特征匹配查找 (3) 利用RANSAC算法筛选匹配点并计算变换矩阵 (3) 图像融合 -Image Stitching