图片浏览器

资源描述 利用摄像机所拍摄到的图像来还原空间中的物体。假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系：[像]=M[物],这里，矩阵M可以看成是摄像机成像的几何模型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。 在这个程序里，有测试图片，编写了基于OpenCV角点提取的摄像机标定程序，绝对好用！

拉格朗－牛顿算法-LaGrand-Newton algorithm

应用背景粒子群算法的一个基本变量是有一个群体（称为群）的候选解（称为粒子）。这些粒子在周围移动搜索空间根据几个简单的公式。的运动粒子是由自己的最著名的位置在搜索空间，以及整个群的最佳已知位置。什么时候改进的位置被发现，这些都将引导群的运动。这个过程是重复的，并且通过这样做希望，但不能保证，一个令人满意的解决方案最终被发现。关键技术对于每一个粒子，我和1，和…：初始化一个均匀分布的随机矢量粒子的位置：西 ；~  ；U（BLO， ；B），在血和丁丙诺啡是上下搜索空间的界限。初始化粒子的最好的已知位置的初始位置：←PI  ； ；西如果（F（PI）& lt；F（G））更新群最著名的位置：G← ； ；PI初始化粒子的速度：~ VI  ； ；U（- | BUP BLO |， ；| BUP BLO |）直到一个终止准则（如迭代次数执行，或有足够的目标函数值的解决方案重复发现）：对于每一个粒子，我和1，和…：对于每一个维度，= 1，和…：取随机数：RP、RG ~ U（0,1）更新粒子的速度：VI，←D  ； ；ωVI，D +φP RP（PI，密苏里D-XI，D）+φG RG（GD西，D）更新粒子的位置：西 ；← ；西+ VI如果（西）和（西）：更新粒子的位置：最著名的←PI  ； ；西如果（F（PI）& lt；F（G））更新群最著名的位置：G← ； ；PI现在克拥有最佳找到解决方案。

资源描述姿态结算源码：内含MPU6050、气压计、磁力计等驱动源码。

翻译 maninwest@Codeforge 作者:raildude@CodeProject计算 2 D 线段交点（如存在）的算法这是种应用代数的练习题， (尤其是方程  y = mx + b, 所谓的线性方程的斜截式).背景我有个  Python 的 3d 查看应用程序，使用 Pygame 做 UI。 它有线框显示和原始的"隐藏表面移除"选项。我想添加一个隐藏线移除的选项，因为Pygame 好像不支持 "空心多边形" 绘制方法. 我想此代码可能是向该方向迈出的一步。稍后，我发现 MeshLab 可以提供我想要的功能..使用代码你需要安装  Python和  Pygame。或者，你可以提取四个函数 (slope(), y_intercept(), intersect() & segment_intersect()) 并在合适的地方使用。

八皇后c++实现-eight Queen"s achievement

龙格库塔算法，用于拟合GLONASS的星历数据，15分钟精度在5米之内，可以向前推，也可以向后推！-Runge- Kutta method for fitting the GLONASS satellite ephemeris data, the accuracy of 15 minutes within five meters, can move forward, but also can push back!

moment program for electromagnetic computing -moment program for electromagnetic computing

 guided filter主要用于对分类好的影像进行后处理，利用邻近像元的空间一致性，周围像元通过滤波平滑的方法进行求解中心像元值，而且guidedfilter比其他的滤波器更加简单，效果更好，模型需要guided影像，输入影像，通过guided影像来限定输入影像的边界，从而达到保存边界的目的。

初学者可以看看的算法-beginners can look at the algorithm