C++实现灰度图像的几何变换，包括转置、镜像、缩放、平移、旋转

进入WINCE界面，只有通过专业的工具才能进入，目前修改GPS的UI，部份用户也是通过此种方法实现的，当然还有使其WIFI基础上，实现无线上网功能，这些都是大侠们进入WINCE桌面折腾的，下面的这个WINCE桌面工具explorer.exe方法：拷贝此文件到SD卡根目录，并把执行路径修改为指向此文件，点击导航，即可进入WINCE界面，大家就可以在桌面查看机器的各种配置，自己可以折腾的东西比较多的！

PNCC声特征提取(MFCC进阶版)，matlab可执行程序；新一代的特征参量可引导更有效的语音类识别

基于ASP.NET的博客系统基于ASP.NET的博客系统基于ASP.NET的博客系统基于ASP.NET的博客系统基于ASP.NET的博客系统基于ASP.NET的博客系统基于ASP.NET的博客系统基于ASP.NET的博客系统基于ASP.NET的博客系统

【实例简介】克里金插值matlab程序 克里金(Kriging)插值法又称空间自协方差最佳插值法，它是以南非矿业工程师D．G．Krige的名字命名的一种最优内插法。克里金法广泛地应用于地下水模拟、土壤制图等领域，是一种很有用的地质统计格网化方法。它首先考虑的是空间属性在空间位置上的变异分布．确定对一个待插点值有影响的距离范围，然后用此范围内的采样点来估计待插点的属性值。该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值)的方法。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后，为达到线性、无偏和最小估计方差的估计，而对每一个样品赋与一定的系数，最后　进行加权平均来估计块段品位的方法。但它仍是一种光滑的内插方法 在数据点多时，其内插的结果可信度较高 。

经过培训，您可以熟练应用MCGS组态软件中的各项功能；能根据工艺现场要求熟练制作动画流程；能处理相对复杂的曲线、报表、数据后处理等需求；能熟练使用MCGS脚本程序进行复杂的工业流程控制。

该系统可用于毕业设计，可以直接运行，分为学生登录和管理员登录两大模块，学生登录后即可以进行考试，结束考试以后便可以查看考试的分数。管理员登录后可以添加题库和设置考试的模式。功能比较实用，给需要帮助的朋友。

实用的风力发电机模型及风电场详细仿真模型

各大IT公司的C语言面试笔试题目和一些资料，尤其华为和中兴的资料很全，本压缩包包括以下文件：嵌入式C语言笔试题，华为笔试题大全（史上最齐全），笔试精华，各大IT公司笔试真题汇总，华为2010面经，中兴2010笔试题等等各类资料，资料很全哦，对于搞IT和电子通信专业即将毕业要找工作的同学或者需要提前熟悉公司笔试的同学是一个非常好的参考资料~

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

matlab实现视频中动态目标跟踪,检测出物体的移动方向