1235

opencv SIFT源码详细分析，代码能够准确实现(opencv SIFT detailed analysis of the source code can achieve accurate)

基于加权最小二乘最优化框架的滤波器。可用于实现图像的分层编辑。(Weighted least square)

imnoise的M文件，对数字图像的加噪声非常有用处！(imnoise M-files, plus noise on digital images is very useful!)

运用在fluent中的udf，解决边界正弦运动的情况，非常珍贵(Border harmonic vibration UDF, use them in fluent, very precious resource)

通过GDAL读取常用遥感影像，如img，tiff，可实现读取显示和雷达影像处理的一些基本算法(Read through GDAL common remote sensing images, such as img, tiff, read the display and radar can achieve some of the basic image processing algorithms)

上传程序为利用vc编写的近景摄影测量程序，包括影像匹配，基本矩阵生成，核显影像生成等等。(Upload the program for the use of close-range photogrammetry vc written procedures, including image matching, basic matrix generation, nuclear generation, and so was the image.)

asyDraw是一个简单的绘图软件，这个实例会综合运用本章所介绍了Visual C++ 2005的基础知识(this program for paint)

老外写的程序，可对三角形进行渲染，有详细的算法介绍。非常棒(A good Triangle Renderer Project，with detailed introduction.)

对输入的图像帧感兴趣区域进行逆透视投影变换，得到俯视图。(The input of the image frame of interest in the area of the inverse perspective projection transform, get a top view. InversePerspectiveMapping)

说明：  LSA的第一步是要去创建词到标题（文档）的矩阵。在这个矩阵里，每一个索引词占据了一行，每一个标题占据一列。每一个单元（cell）包含了这个词出现在那个标题中的次数。例如，词”book”出现在T3中一次，出现在T4中一次，而”investing”在所有标题中都出现了一次。一般来说，在LSA中的矩阵会非常大而且会非常稀疏（大部分的单元都是0）。这是因为每个标题或者文档一般只包含所有词汇的一小部分。更复杂的LSA算法会利用这种稀疏性去改善空间和时间复杂度。(The Little Book of Common SenseInvesting: The Only Way to Guarantee Your Fair Share of StockMarket Returns ,)