基于HOG特征提取的图像分类器，HOG的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述。
通过将整幅图像分割成小的连接区域称为cells，每个cell生成一个方向梯度直方图或者cell中pixel的边缘方向，这些直方图的组合可表示出所检测目标的目标）描述子。
为改善准确率，局部直方图可以通过计算图像中一个较大区域称为block的光强作为measure被对比标准化，然后用这个measure归一化这个block中的所有cells.这个归一化过程完成了更好的照射/阴影不变性。

作业车间调度问题是将多台机器安排处理多个工件的组合优化问题，使最大完工时间达到最小。
应用传统萤火虫算法求解时，萤火虫个体到达最优解附近时，相对吸引力逐渐增强，导致局部搜索能力减弱，造成求解结果在最优解附近震荡，进而使求解精度下降。
为改善解的质量，本文在萤火虫算法迭代过程中引入精英选择策略，保护进化过程中的优秀个体，避免最优解丢失；
为提高算法收敛速度与求解精度，对萤火虫位置更新方法引入基于种群规模和迭代次数的动态自适应惯性权重；
同时对每一代萤火虫种群最优个体引入禁忌搜索算法，提高局部搜索能力。
仿真结果表明本文所提出改进算法在解决作业车间调度问题上的有效性与实用价值。

c#图形书中最经典的一本书当中包括饼图，条形图，绘图板制作等第1章GDI+——下一代图形接口1.1理解GDI+1.2探索GDI+的功能1.3从GDI的角度学习GDI+1.4.NET中的GDI+名称空间和类总结第2章第一个GDI+应用程序2.1绘制表面2.2坐标系统2.3指南——第一个GDI+应用程序2.4一些基本的GDI+对象总结第3章Graphics类3.1Graphics类的属性3.2Graphics类的方法3.3GDI+Painter应用程序3.4绘制饼图总结第4章使用画笔和钢笔4.1理解和使用画笔4.2在GDI+中使用钢笔4.3使用钢笔进行变形4.4使用画笔进行变形4.5系统钢笔和系统画笔4.6一个真实世界的例子——在GDI+Painter应用程序中添加颜色、钢笔和画笔总结第5章颜色、字体和文本5.1访问Graphics对象5.2使用颜色5.3使用字体5.4使用文本和字符串5.5渲染文本的质量和性能5.6高级版式5.7一个简单的文本编辑器5.8文本变形总结第6章矩形和区域6.1Rectangle结构体6.2Region类6.3区域和剪辑6.4剪辑区域示例6.5区域、非矩形窗体和控件总结第7章图像处理7.1光栅图像和矢量图像7.2使用图像7.3操作图像7.4在GDI+中播放动画7.5使用位图7.6使用图标7.7扭曲图像7.8绘制透明的图形对象7.9查看多个图像7.10使用图片框查看图像7.11使用不同的大小保存图像总结第8章高级图像处理8.1渲染位图的一部分8.2使用图元文件8.3使用颜色对象应用颜色映射8.4图像属性和ImageAttributes类8.5编码器参数与图像格式总结第9章高级二维图形9.1线帽和线条样式9.2理解并使用图形路径9.3图形容器9.4读取图像的元数据9.5混合9.6Alpha混合9.7其他高级二维主题总结第10章变形10.1坐标系统10.2变形的类型10.3Matrix类与变形10.4Graphics类与变形10.5全局变形、局部变形和复合变形10.6图像变形10.7颜色变形和颜色矩阵10.8图像处理中的矩阵操作10.9文本变形10.10变形顺序的重要性总结第11章打印11.1简要地回顾使用MicrosoftWindows进行打印的历史11.2打印过程概述11.3第一个打印应用程序11.4打印机的设置11.5PrintDocument和Print事件11.6打印文本11.7打印图形11.8打印对话框11.9自定义页面设置11.10打印多个页面11.11页边打印——注意事项11.12进入细节——自定义控制和打印控制器总结第12章开发GDI+Web应用程序12.1创建第一个ASP.NETWeb应用程序12.2第一个图形Web应用程序12.3绘制简单的图形12.4在Web上绘制图像12.5绘制曲线图12.6绘制饼图总结第13章GDI+的最佳实践及性能技术13.1理解渲染过程13.2双缓存和无抖动绘图13.3理解SetStyle方法13.4绘图过程的质量与性能总结第14章GDI互操作性14.1在受控环境中使用GDI14.2在受控代码中使用GDI的注意事项总结第15章其他GDI+示例15.1设计交互式GUI应用程序15.2绘制具有形状的窗体和Windows控件15.3为绘制的图像添加版权信息15.4从流或数据库读取及写入图像15.5创建自绘制的列表控件总结附录A.NET中的异常处理

图像局部不变性特征与描述【王永明王贵锦】

基于积分图的快速非局部去噪算法，作者VenkateswarluKarnati

WIN32界面开发之二：GDI+中的局部刷新技术源码，对应博客地址：http://blog.csdn.net/harvic880925/article/details/9355741

基于matlab的孔隙率检测,图像处理程序和界面，使用前需要在界面对话框中输入一个局部阈值分割参数

近年来，使用自组织群体机器人进行目标搜索和诱捕受到越来越多的关注，但是这些系统的控制设计仍然是一个挑战。
在本文中，我们提出了一种由细菌趋化性启发的群体机器人的分散控制算法，用于目标搜索和诱集。
首先，根据机器人在目标区域中的初始位置建立局部坐标系。
然后将目标区域划分为Voronoi细胞。
初始化后，成群的机器人在目标定义的梯度信息的指导下，开始执行由建议的细菌趋化性算法驱动的目标搜索和捕获任务。
仿真结果证明了该算法的有效性及其对意外机器人故障的鲁棒性。
与其他常用的群体机器人分布式控制方法相比，我们的仿真结果表明细菌趋化算法对局部最优的脆弱性较小，计算效率较高。

混合萤火虫和粒子群优化，是一种元启发式搜索优化算法，可以对非线性问题搜索最优解，收敛速度快，不会陷入局部最优

本资源为非局部均值滤波器的源码和DEMO，对应本人博客非局部均值滤波器一文。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。