几篇关于特征提取的好文章啊，包括点云和三角面片的特征识别与提取...

一个二分法查找的图形演示程序- A dichotomy search graph demonstration program

用c++的mfc和opengl中相关函数实现物体的三位观察-Using c++ in mfc and opengl in the correlation function of the three observation of objects

给你提供了学习函数的实例，尽量可以识别图像，有效分类-Give you an instance of the function to learn as much as possible the image can be identified and effective classification

C＋＋builder编的See32看图程序。-C++ Builder series See32 flashcards procedures.

图像处理技术已经渗透到人类生活的各个领域并得到越来越多的应用，图像处理所涉及的图像格式有很多种，如TIF、JEMP、BMP等等，工程应用中经常要处理256级的灰度BMP图像，如通过黑白采集卡采集得到的图像-image processing technology has been integrated into all areas of life and to be more and more applications, image processing involved in the format images can take many forms, such as TIF, JEMP, BMP, etc., engineering applications often have to deal with 256 Gray BMP images, such as through black-and-white collection in acquisition card The images

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。-my english is poor

简单画齿轮，加载到AUTO CAD中即可高速绘制 渐开线齿轮齿廓了-simple painting gear, loading AUTO-CAD drawing can involute gear tooth profile of

Matlab 6.X辅助神经网络分析与设计----源代码，有助进一步了解神经网络-Matlab 6.X auxiliary Neural Network Analysis and Design-source code, will help to further understand the neural network

用最流行的图像处理工具OPENCV，求取运动物体轮廓。效果明显。-most popular image processing tools OPENCV strike movement object contours. Obviously.

将矢量字光珊化！-to vector-Alexandra of the word!