基于MFC的遥感图像配准系统包含源码和可执行文件，是一本书的光盘上的，可用性很好

基于MFC和Opencv，实现对遥感影像的配准融合

基于MFC和Opencv，实现对遥感影像的配准融合

本文以MATLAB软件作为开发工具,设计了一种基于SIFT算法的遥感图像配准系统。本系统能够对来自于不同传感器、不同分辨率、不同时段的遥感图像进行配准,实现对遥感图像的甄别、比对,有效建立遥感图像的统一坐标系,使遥感图像信息的解读更加准确便捷。利用该系统进行储量测量,水文监测都能起到良好的应用效果,并能够实现远程测量。

C++遥感图像配准系统源码，基于C++和opencv，包含测试图像，可执行程序以及源代码，可供运行和参考学习。

快速鲁棒的多模态遥感自动配准系统，匹配性能全面超越目前的遥感商业软件ERDAS和ENVI，并提供了测试数据和说明书，可支持大尺度图像(如大于20000*20000个像素）

本程序主要对遥感图像实现三种处理：几何校正、图像增强和图像配准。这三种处理都可以独立实现，然而对于原始的遥感图像将这三种处理依次进行效果更佳。 具体操作步骤如下： 1.在主窗口打开图像1 2.选择【几何校正】菜单，打开【图像几何校正】对话框进行几何校正。在此对话框中，首先打开待校正图像2，然后点击【选取特正点】按钮，按照提示依次在待校正图像和基准图像中手动选取特征点，最后点击【校正图像】得到几何校正结果，如果达到预期效果，则点击【保存并在主窗口打开】按钮，保存此校正图片，并在主窗口打开。 3.选择【图像增强】菜单，打开【图像增强】对话框进行图像增强。在此对话框中，首先在相应的处理类别（如：直方图增强、灰度增强等）中选择具体方法（如：均衡化、规定化等），然后点击本类别的按钮。增强后的结果会在右侧显示，如果达到预期效果，则点击【保存并在主窗口打开】按钮，保存此增强后的图片，并在主窗口打开。 4.选择【图像配准】菜单，打开【图像配准】对话框进行图像配准。在此对话框中，首先打开待匹配图像3，然后选择“半自动”或“手动”方法并点击【选取特正点】按钮，按照提示依次在待配准图像和基准图像中半自动或手动选取特征点（如果在半自动选取中特征点对应错误，可以更改特征点），最后点击【匹配图像】得到图像配准结果，如果达到预期效果，则点击【保存并在主窗口打开】按钮，保存此校正图片，并在主窗口打开。

云轩h170准系统bios，支持ql3x，qnct（me已关闭）

ts-lerna-base：准系统打字稿lerna后端前端monorepo

用于定制前端的准系统样板。 与环境无关； 设置自己的后端和组件模板。 带有一些（易于删除）示例的极简组件体系结构。 和的依赖关系和工具。 用于构建的 。 ES6通过 。 仅对您的浏览器支持级别应用必要的转换。 现代DOM和功能。 使用和配置的JS 。 方便的修复脚本可以纠正整个项目中的大多数问题。 CSS样式为和配置。 ， 和处理供应商前缀，并允许使用尖端CSS语法。 一种更快，符合标准的替代方案，可替代Sass等预处理器。 使用现代图标。 包括作为可选的零配置开发服务器。 浏览器支持： 。 。 建立 对于开发工具和构建： 安装最新的 。 安装最新的 。 在终端的项目根目录中运行yarn 。 运行yarn run build:watch 。 在另一个选项卡中运行yarn run start 。 多田 确保您的编辑器支持： 。 Atom用户将安装 。 实时JS ，尊重package.json配置。 Atom用户安装 。 实时CSS ，尊重package.json配置。 Atom用户安装 。 检查示例组件后： 删除准系统示例和参考。