encoding yuv by h.264

蚁群算法是一种优化算法由蚂蚁物种的自然行为的启发，蚂蚁觅食地上存款信息素。在这介绍了纸，蚁群算法处理的图像边缘检测问题。提出基于蚁群算法的边缘检测方法能够建立一个信息素矩阵表示提出了一种在图像中，每个像素位置的边缘信息根据大量的蚂蚁的运动有哪些派去在图像上移动。此外，运动这些蚂蚁被驱使的图像的局部变化强度值。

轨迹球控制 By Terence J. Grant 如果只用鼠标来控制你的模型是不是很酷?轨迹球可以帮你做到这一点，我将告诉你我的实现，你可以把它应用在你的工程里。 我的实现是基于Bretton Wade’s，它是基于Ken Shoemake’s 实现的，最初的版本，你可以从游戏编程指南这本图上找到。但我还是修正了一些错误，并优化了它。 轨迹球实现的内容就是把二维的鼠标点映射到三维的轨迹球，并基于它完成旋转变化。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

matlab练习程序（构造简单多边形） 简单多边形是指各边不相交的多边形。首先计算出所有顶点中心位置。然后求每个顶点与中心的极角。再对极角进行排序。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

我们开发高效通用无参考 （星期日） 图像质量评价 （IQA） 模型，它利用局部的空间分辨率和光谱熵特征上的扭曲图像。我们使用随后进行质量评估的失真分类 2 阶段框架，利用支持向量机 （SVM） 训练图像畸变和质量预测发动机。由此产生的算法，称为基于空间谱熵的质量 (SSEQ) 指数是能够跨多个扭曲类别评估扭曲图像的质量。我们解释用熵特征和它们与感知的相关性，彻底评估生活 IQA 数据库的算法。我们发现 SSEQ 与吻合较好的图像质量，人类的主观意见，统计学上优于全参考 (FR) IQA 算法独和几种高绩效 NR IQA 方法： 痹祺、 DIIVINE、 BLIINDS-ⅱ 型。SSEQ 具有相当低的复杂度。我们还测试了 SSEQ 的 TID2008 数据库，以确定它是否是独立于数据库的性能。

利用主动轮廓线算法和TV模型进行图像处理！ 对应于文献：Fast Global Minimization of the Active Contour/Snake Model

可以播放RTSP的c#调用库，可用c#直接播放RTSP流，当VLC用，有DEMO实例，当作ODM中的解码播放库ffmege，可作为视频监控上的共同解码标准的RTSP流来用，

我的这个文件，包含了opencv的相关的版本和版本的使用的说明，以及一些常见的实例，有很好的的应用价值，同时还能够提供opencv里的一些常见的函数的查找，另外就是有一些相应的代码的演练，对快速的入门有很高的价值展示。因此值得去学习和下载。

资源描述自己在网上找的关于一些PCL常用的功能代码，函数，感觉挺有用的，特来分享给大家。具体有void compute_surface_normals，void visualize_normals，void visualize_pointcloud等函数可以直接拿来用

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

Delphi文体与图象的打印的控制，用于先择打印字体和对打印的图象在调整后输出打印结果。开发DELPHI程式时的打印报表可以使用此程式，将程式单元插入到你的项目中，即可编译使用