ARM_Linux嵌入式系统在农业大棚中的应用

日历记事本其功能为：设计GUI界面的日历记事本。系统将日历、记事本功能结合在一起，用户可以方便地在任何日期记录下有关内容或查看某个日期的记录内容。设计要求： 1 系统界面的左侧是日历。该日历可以按年份前后翻动，鼠标单击“上年”按钮时，当前的日历的年份减一；当鼠标左键单击“下年”按钮，当前日历年份加一。 2 该日历也可以在某年内按月前后翻动，鼠标单击“上月”按钮时，当前的日历的月份减一；当鼠标左键单击“下月”按钮，当前日历月份加一。 3 使用鼠标左键单击选定的日期，如已有记录内容，系统将弹出对话框提示该日已有记录内容，并询问用户是否用记事本显示该内容。

此文档是小编使用传统方法，对图像进行sobel算子、灰度化、形态学腐蚀膨胀、矩形框标记进行目标识别的原始代码（可以正常运行），适用于图像处理基础，很好的理解传统目标检测流程。

美国大学生数学建模竞赛题解析与研究第1-5辑，对于要参加数学建模的同学还是有一定的帮助滴

讲述了如何利用matlab语言进行模糊神经网络的训练与仿真及其实现方法

二自由度动力学Simulink模型(包括详细模型分析)这个模型讲解的非常的详细

深信服SCSA实验全套资料.rar

水库优化调度poa算法实现程序，已调试通过，课直接使用

SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。独特性( Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RST)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7

维纳滤波和约束最小二乘滤波图像复原自编matlab代码，共有两个文件CLSFilter.m，WienerFilter.m和一张测试图，可直接在R2013b上可以运行，有详细注释，注释里还有参考资料的网页链接，可帮助理解代码。

KJ90NB煤矿安全监控系统技术方案，煤矿安全监控系统属于煤矿安全的生命线