微信小程序源码-合集1

基于主元分析的TE过程的故障诊断技术(Matlab代码)

可以完成图像目标的边界自动跟踪，基于四邻域规则和八邻域的规则。有对应的实验图片，matlab代码

温室大棚监控系统（温室大棚远程控制系统）可远程获取温室大棚内的空气温湿度、土壤温湿度、二氧化碳浓度、光照强度等实时数据，当监测参数超标时，唐山平升温室大棚监控系统（温室大棚远程控制系统）可自动报警，并可实现远程或自动控制卷帘机、喷灌机、电磁阀等机电设备的运转。系统功能:●在线实时采集、存储监测点的温度、湿度、光照、土壤温度、土壤湿度、浓度等各项环境参数●可设定各监控点的监测参数报警限值,当监控点数据异常时可自动发出报警信号,报警方式包括:现场多媒体声光报警、监控中心软件报警、手机短信息报營等。●可远程控制卷寳机、啧灌杋、电磁阀、排风扇等设备的启停;也可设定控制逻辑,根据现场环境参数自动控制设备的运转,实现智能管理。●监控软件可随时打卬当前的环境监测数据及历史监测数据的统计报告、分析曲线。局域网内的任何一台电脑都可以访问监控电脑,在线査看监控点的温湿度变化情况,实现信息共享●温室大棚监控系统预留接凵,可随时增加、减少硬件设备和软件功能;并攴持接入上级管理平台。文件使用试用版本创建

SIFT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。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

protege可以构造本体模型，基于JAVA开发的开源本体编辑平台，支持OWL Lite、OWL Full、OWL DL三种版本的OWL子语言

facial expression recognition 人脸表情识别

基于RS485总线的温湿度监控网络设计 上位机（带原理图和程序以及相关资料）

扩频通信.pdf扩频通信.pdf扩频通信.pdf扩频通信.pdf扩频通信.pdf扩频通信.pdf

控制虚拟摄像头的资料和源码,比较全的资料，还有C#实例代码。

写毕业论文，从国外网站找到的液体流动仿真这方面的材料，这个是比较好的一个，可以运行，使用对比学习