三维点云对齐

应用背景Mean shift作为一种有效地特征空间分析方法，在图像滤波，图像分割，物体跟踪等方面都有广泛的应用。OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。关键技术OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。 其中滤波的c++函数原型为： void pyrMeanShiftFiltering(InputArray src, OutputArray dst, double sp, double sr, intmaxLevel=1, TermCriteria termcrit=TermCriteria( TermCriteria::MAX_ITER+TermCriteria::EPS,5,1) ) src和dst分别为输入和输出图像，8 bit,3 channel,sp和sr为空间域和颜色域的半径，maxLevel为分割用金字塔的最大层数，termcrit为迭代的终止条件。、 分割的函数原型为： void gpu::meanShiftSegmentation(const GpuMat& src, Mat& dst, int sp, int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1)) 大部分参数与pyrMeanShiftFiltering相同，minsize为最小的分割区域大小，小于这个大小的区域会被合并。 OpenCV sample里用pyrMeanSh

摘要：本文提出了一种低功耗的坐标旋转 数字计算机（CORDIC）为基础的可重构离散余弦 变换（DCT）的体系结构。本文的主要思路 基于有趣的事实，在所有的计算中 DCT是不产生频率同样重要 域输出。考虑在重要的区别 的DCT系数，CORDIC算法的迭代次数可以是 动态改变有效折中的图像质量 功耗。因此，计算能量可 不会严重影响图像显著降低 质量。所提出的CORDIC基于2-D DCT的结构是 实现使用0.13微米CMOS工艺，以及实验 结果表明，我们的可重构DCT达到省电 从22.9％到52.2％，比CORDIC为主吕氏 DCT在轻微的图像质量劣化的成本。 关键词：坐标旋转数字计算机 （CORDIC），数据的优先级，离散余弦变换（DCT）， 低功耗，可重构的体系结构。

利用RTP/RTCP协议线程的几个例子，适用于初学者，希望对大家有帮助！RTP/RTCP协议是居于UDP传输的-

用matlab写的运动估计程序,主要包括全搜索运动估计算法，三步法快速搜索算法等

用于检测图像中的显着区域的显着图。代码是用matlab检测显著区域。 ；有效的方向特征，绘制。

基于光流的车辆检测与跟踪程序，matlab实现。包括车辆特征提取，光流计算等实现代码。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

一个使用sobel算子检测图像边缘的算法，使用semaphore实现多线程运算，使得在检测较大图像时运行速度更快。

这是基于一个勺子形状图像的识别程序，基于形状因子的提取，方法是循环遍历的方法。

资源描述基于opencv的图像处理程序，利用了visual studio C++的平台

应用背景meanshift经常用来寻找模态点，即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点，由于不同的点最终会收敛到不同的峰值，所以这些点就形成了一类，这样就完成了图像分割的目的，有点聚类的意思在里面。关键技术首先设置好参数，然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中，最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。