序列图像的超分辨率重建指的是利用一系列已经获得的分辨率相对比较低的图像，通过现有的技术手段以及方法，恢复出较高分辨率图像的方法。
每一幅低分辨率图像只能提供高分辨率图像的部分信息。
超分辨率重建具有多方面的优点，比如不涉及硬件以及成本相对较低等。
基于此，该技术在刑侦、交通、军事以及生活中都具有广泛的应用前景和实用价值。
论文简述了图像超分辨率重建的关键技术和方法，详细介绍了超分辨率重建的MAP算法和POCS算法，重点分析了两种常用算法各自的评价结果并且对两种算法进行了比较实验。
实验结果表明，两种方法具有不同的优点以及应用范围，从而对序列图像的超分辨率重建的过程以及评价有了相对较深入的认识。

采用c#和activiz.net。
用鼠标进行二维勾画，然后进行布尔运算进行运算，功能类似3Dslicer的剪刀功能，目前只能针对dicom序列图像。
选择文件夹就可以。

摄像测量学(Videometrics或Videogrammetry)是近十几年来国际上迅速发展起来的新兴交叉学科。
它主要是由传统的摄影测量学(Photogrammetry)、光学测量(OpticalMeasurement)与现代时尚的计算机视觉(ComputerVision)和数字图像处理分析(DigitalImageProcessingandAnalysis)等学科交叉、融合,取各学科的优势和长处而形成的。
它的处理对象以数字(视频)序列图像为主。

序列图像的超分辨重建，有几种不同的算法MAP,POCS,conv,还有插值算法。

用MATLAB编写的浑沌序列图像加密程序

用于内窥镜序列图像三维重建的特征婚配算法研究.pdf

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。