搜索资源列表
分治算法
- 君主和殖民者们所成功运用的分而治之策略也可以运用到高效率的计算机算法的设计过程中。本章将首先介绍怎样在算法设计领域应用这一古老的策略，然后将利用这一策略解决如下问题：最小最大问题、矩阵乘法、残缺棋盘、排序、选择和一个计算几何问题——找出二维空间中距离最近的两个点。 本章给出了用来分析分而治之算法复杂性的数学方法，并通过推导最小最大问题和排序问题的复杂性下限来证明分而治-monarchy and colonialists who have successfully used the divid
TwoDimensionalFastFourierTransform
- 本实验要求开发一个2-D FFT程序包，使其可以应用于后续的几个实验。这个程序需要完成的功能是用因子（-1）^(x+y)乘以输入图像以实现滤波的中心变换，并还要求用一个实矩阵乘以一个复数矩阵通过调用两个图像的乘法程序来实现对应元素的相乘，同时计算反傅立叶变换，得到的结果乘以（-1）^(x+y)并取其实部最后计算频谱。实验中用到傅立叶变换的基本公式，通过实验我们可以更加深刻的理解频域滤波的基础。-The experiment calls for the development of a 2-D F
2-DFFT
- 该实验的目的是开发一个 2-D FFT程序包。要求程序能完成下面的功能: (a) 用因子 (-1)x+y 乘以输入图像，以实现滤波的中心化变换； (b) 用一个实矩阵乘以一个复数矩阵，即用实矩阵中的元素同时乘以复数矩阵对应位置上的复数的实部与虚部。 可以通过调用两个图像的乘法程序来实现对应元素的相乘； (c) 计算反付立叶变换； (d) 结果乘以 (-1)x+y ，并取其实部； (e) 计算频谱。 -The purpose of this ex
SVD_RT
- 目的：根据刚体变换理论计算rt矩阵，点云在旋转前后发生刚体变换，并不会对点云数据的模型进行改变 相对于最小二乘法的直接计算点云的方法，A=R*B,>> R=(A*B )*[inv(B*B )] 与该方法相比，该方法最直观， 但是会引起点云模型变形，该方法求出的rt，矩阵不是正交矩阵，而下面的方法则是刚体变换，不会引起点云数据 模型的变形-Objective: according to the theory of rigid body transformation ma
SURF-based-image-stitching
- SURF算法作为一种新近出现的特征提取方法，在重复度、独特性、鲁棒性3个方面，均超越或接近以往提出的同类方法，并在计算效率上具有明显的优势。本代码采用SURF算法检测图像并进行坐标变换与图像拼接。 采用SURF算法对图像进行检测，其主要是用Hessian矩阵对图像进行检测，对图像的特征提取之后找到图像的特征点。之后采用最近临快速匹配（NN）、随机抽样一致性（RANSAC）算法和最小二乘法参数优化（LM）对特征点进行提纯匹配。最后在两幅图像中进行坐标变换，达到统一坐标系和图像拼接的效果。
最小二乘法估计仿射矩阵
- 目前MATLAB里边对于多点计算仿射矩阵普遍采用RANSAC法，但是比较麻烦计算量也相对较大，通过最小二乘法来进行仿射矩阵的估计能够大大提高该效率，所以奉上自己在实验室写的仿射矩阵估计函数，来弥补matlab函数库在这方面的不足。(The MATLAB inside for calculating affine matrix commonly used RANSAC method, but more trouble calculation is relatively large, estimat