消息传递算法 和积算法 因子图 matlab源码

超声波测距及报警程序可应用于汽车倒车、建筑施工工地以及一些工业现场的位置监控，也可用于如液位、井深、管道长度的测量等场合。要求测量范围在0.10~4.00m，测量精度1cm，测量时与被测物体无直接接触，能够清晰稳定地显示测量结果。

无线电监测与侧向定位 西安电子科技大学出版社 张洪顺 王磊主编

在Linux下用Qt写的无线点菜系统。用Qt程序做出图形界面，再用SOcket和Client实现点菜系统的接收和发送。

放射性气体发生泄漏事故,可能对附近居民和环境造成极大的危害。气体物质一旦发生泄漏,很难将其限定在一定范围内,势必造成大面积的危害。所以预测气体在某点出的浓度对居名是很重要的，它能有效的对不必要的事故进行防范、预测，挽回损失。此论文对事故进行了数学建模，并用程序(java代码实现)实现了仿真

1、本程序基于Qt和GDAL开发，影像显示使用OpenGL渲染2、支持主要的遥感影像数据显示，灰度显示与彩色显示3、属于本人课余工作，代码量不大，但是具有一定的参考价值，配套和对应的release版本exe，同时，也为争取一些积分。

毕业设计的论文，程序，代码，外文翻译，正文，开题报告，任务书，评语

MTK原厂参考设计，IOT应用。MT2503D芯片是基于ARMv7和采用高集成度系统级封装的物联网芯片平台，支持高精度全球卫星导航系统（GNSS）、蓝牙3.0和2G基带，适用于功能简单的移动设备、安全或工业应用等领域。

机器人PID控制，基础的位置控制方法，也可以用于力控制

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

Labview中使用Access和SQL数据库的方法。总结的文档和实例代码。