矢量栅格转换是地理信息系统（GIS）领域的经典研究主题之一。
GIS中常用的算法致力于维护矢量多边形的形状特征，但忽略了多边形面积的得失，这是另一个重要属性。
本文提出了一种基于面积补偿优化原理的等面积转换模型。
根据多边形与边界网格之间的拓扑关系，采用邻域补偿原理来分配边界网格的属性，并开发了一种全局优化算法以最小化整个数据集中的区域失真。
设计了两个实验，结果表明该算法不仅保证了面积误差尽可能小，而且具有适应多边形形状和空间结构的优点。
GIS中常用的算法致力于维护矢量多边形的形状特征，但忽略了多边形面积的得失，这是另一个重要属性。
本文提出了一种基于面积补偿优化原理的等面积转换模型。
根据多边形与边界网格之间的拓扑关系，采用邻域补偿原理来分配边界网格的属性，并开发了一种全局优化算法以最小化整个数据集中的区域失真。
设计了两个实验，结果表明该算法不仅保证了面积误差尽可能小，而且具有适应多边形形状和空间结构的优点。
2023/7/27 22:35:58
249KB
1
该代码实现了点云读取，点云重心计算，八叉树，邻域搜索等基本功能，通过opengl实现点云可视化，对于初学者来说是一个较为基础的参考
2023/7/7 0:31:45
6.08MB
1
FAST算法原理：若某像素与其四处邻域内足够多的像素点相差较大，则该点大若是角点。
用FAST算法检测角点，替换差分高斯金字塔取极值检测角点的方式，速率块；
接着用SIFT特色描摹符描摹角点，省略尺度空间值，只用原图像中角点邻域的梯度值以及倾向盘算角点主倾向，接着盘算32个倾向向量来描摹角点。
之以及可用于特色点匹配。
用FAST算法检测角点，替换差分高斯金字塔取极值检测角点的方式，速率块；
接着用SIFT特色描摹符描摹角点，省略尺度空间值，只用原图像中角点邻域的梯度值以及倾向盘算角点主倾向，接着盘算32个倾向向量来描摹角点。
之以及可用于特色点匹配。
2023/4/29 15:47:09
42KB
1
二维Otsu，大津法（最大类间方差）阈值联系。
Matlab2016a使用3×3邻域平均灰度作为直方图第二维，二维Otsu运算功夫要比一维Otsu长。
Matlab2016a使用3×3邻域平均灰度作为直方图第二维，二维Otsu运算功夫要比一维Otsu长。
2023/4/22 18:42:50
2KB
1
针对于视频序列行为目的检测易受情景噪声干扰、提取目的外表难题的下场,提出了一种基于边缘多通道梯度改善模子的多行为目的检测算法。
起首,行使Canny算子患上到视频序列中目的的边缘信息,并依据人类视觉色调的恒常特色,对于目的边缘建树功夫、空间、色调多通道梯度模子;而后,行使该模子患上到目的边缘像素点的行为外形描摹信息,实现配景边缘以及行为物体边缘的离散;末了,将陆续边缘像素点与其邻域点的行为外形相联系瓜葛,以毗邻目的陆续边缘,实现行为目的外表的提取,并将毗邻后的外表举行外形学处置以联系出目的。
试验下场评释,与同尺度算法相比,本算法内行为目的检测中具备的实时性、准确性以及鲁棒性更好。
起首,行使Canny算子患上到视频序列中目的的边缘信息,并依据人类视觉色调的恒常特色,对于目的边缘建树功夫、空间、色调多通道梯度模子;而后,行使该模子患上到目的边缘像素点的行为外形描摹信息,实现配景边缘以及行为物体边缘的离散;末了,将陆续边缘像素点与其邻域点的行为外形相联系瓜葛,以毗邻目的陆续边缘,实现行为目的外表的提取,并将毗邻后的外表举行外形学处置以联系出目的。
试验下场评释,与同尺度算法相比,本算法内行为目的检测中具备的实时性、准确性以及鲁棒性更好。
2023/4/8 17:49:19
2.85MB
1
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。
2024-04-09 15:03
15KB