blind

此程序是应用于图形图像处理，基于matlab软件的二维高斯滤波算法实现。(This program is applied to graphics and image processing, based on MATLAB software two-dimensional Gauss filtering algorithm.)

1、运动目标进行检测与跟踪，背景差分法，卡尔曼滤波，检测结果用红色外接矩形框表示，跟踪结果用绿色矩形框表示 2、采用平均背景法更新背景图像； 3、代码部分附详细解释(1. The moving target in the video sequence is detected and tracked, the moving target detection part uses the background difference method, the tracking part uses Calman filter, the detection result is represented by the red outer rectangle frame, and the tracking result is expressed in green rectangle frame. 2. The background image is updated with the average background method. 3. The part of the code is explained in detail)

显示JPEG图片的源码.........................................(show jpeg picture)

点云特征提取 详细 实用 经典的讲述过程及方法(Point Cloud Feature Extraction practical details about the processes and methods of classic)

用于读取IGES文件(IGES files for reading)

主要功能是实现相机标定，以及实现反投误差，实现特征点的提前。(The main function is to achieve camera calibration and error to achieve the anti-investment, to achieve the feature points in advance.)

说明：  我们提出了一个简单、灵活和通用的对象实例分割框架。我们的方法能有效检测图像中的对象，同时为每个实例生成高质量的 segmentation mask。这种被称为 Mask R-CNN 的方法通过添加用于预测 object mask 的分支来扩展 Faster R-CNN，该分支与用于边界框识别的现有分支并行。Mask R-CNN 训练简单，只需在以 5fps 运行的 Faster R-CNN 之上增加一个较小的 overhead。此外，Mask R-CNN 很容易推广到其他任务，例如它可以允许同一个框架中进行姿态估计。我们在 COCO 系列挑战的三个轨道任务中均取得了最佳成果，包括实例分割、边界对象检测和人关键点检测。没有任何 tricks，Mask R-CNN 的表现优于所有现有的单一模型取得的成绩，包括 COCO 2016 挑战赛的冠军。(Mask R-CNN code by HeKaiming)

说明：  对高光谱图像进行分类，处理。使用tensorflow框架(Classify and process hyperspectral images. Using tensorflow framework)

说明：  掌握OpenGL中的矩阵变换、模型视图变换及投影变换。(The perspective projection, main view, overhead view and side view of the space tetrahedron shown in Figure 7-41 of the textbook P228 are displayed in four viewing areas using the multi-view area in OpenGL.)

两幅图像匹配，可以实现图片的缩放，旋转，灰度变换，压缩包内含有图片文件(picture matching)