Mikolajczyk图像库，主要用于图像特征点提取，特征点匹配

原创Matlab提取圆点中心坐标-circle.rar首先感谢论坛的资料，让我少走了弯路。
circle.rar名称：提取圆点中心坐标测试图像：背景为黑色，圆点为白色。
测试图像有五个圆点。
功能：提取圆点的中心坐标[XY]，并用一个红色的“十”标出中心。
function[XY]=circletest_im=imread;%原始图像test_im_gray=rgb2gray;%[m,n]=size;bw=0;fori=1:mforj=1:niftest_im_gray＞=250%二值化bw=1;endendend%imshow;L=bwlabel;s=regionprops;centroids=cat;imshow;holdonplot,centroids,'r')holdoffp=centroids;X=p;Y=p;复制代码附图：results.jpg结果

带中文注释可成功编译运行的Linux0.11＋Bochs2.62实验环境说明此注释以网上获得的“linux带中文注释的0.11版本”为基础，对照赵炯博士《Linux内核完全注释(0.11)》V3.0版（http://oldlinux.org/download/clk011c-3.0.pdf）编辑而成。
作为对赵博士感谢，以及对Linux初学者的回馈，特发布在CSDN上。
此注释可以在http://oldlinux.org/Linux.old/bochs/提供的Linux-0.11-devel-XXXXXX实验环境下正确编译成功，使用:"makedisk"命令重启Bochs虚拟机后，新编译源码直接生效，便于学习者直接阅读源码，直接进行实验。
注意事项：1、为了使注释版与实验环境上的Linux0.11内核保持一致，达到对应文件可以互换的目的，与Linux0.11原始版本相比，加入了15个系统调用函数（参见include/Linux/sys.h第78－92行。
赵博士原书没有这部分注释，我不敢班门弄斧），其它相关的文件加入了相应的定义。
新加入的代码只有函数体定义，没有具体实现，对其它原始代码没有改变、没有影响。
2、键盘定义改成了美式键盘（原始代码中是芬兰键盘，会导致个别键出问题，调试的时候我曾被迷糊了好久，以为自己把程序搞乱了）。
3、把网上VC版的注释统一改成了“/**/”格式的注释。
经测试，在Linux0.11实验环境中（gcc1.40)，只有标准C注释语法可以正常编译。
4、由于《Linux内核完全注释(0.11)》原书版本更新的原因，注释中提到的图、表可能与V3.0版书中不一致。
5、由于代码中加入注释，代码行号发生变化，注释中提到的代码行号会出现不一致，建议对照3.0版查询对应内容。
6、实验方法：请先安装附带的Bochs2.62版安装包，双击Test.bxrc即可启动实验系统，执行命令：sht，即可完成对linuxcn的编译。
7、linux目录中是此实验系统中/usr/src/linux提取出来的不含中文注释的linux0.11源码(此版本比原始的0.11版多15个系统调用函数)，linuxcn是加入了中文注释的源码。
8、diskb.img是实验系统与Windows环境下进行文件交换的1.44M软盘映像，执行脚本命令"sht"时会自动从此映像中读取linux.tar、linuxcn.tar包，解包并编译，编译结果在:/usr/root/zw/linuxcn目录下。
为了方便文件交换，建议使用7zip为压缩/解压缩工具（7zip可以直接生成tar包）,用WinImage实现Windows环境与软件映像交换文件。
9、实验系统下.profile中加入了几个命令，请读者注意。
10、若实验环境的启动盘被破坏，请用压缩包中的bootimage-0.11-hd覆盖对应文件即可。
11、若实验环境的要命文件系统被破坏，请用压缩包中的hdc-0.11-new.img覆盖对应文件即可。
2014-5-4cyfx2288

基于MATLAB平台的彩色图像分割，可分割多种颜色。
首先读取一幅图像，然后根据图像的颜色来对图像进行分割。

采用API直调,单视频延迟低于500MS,比H5直播m3u8都快,内含accesstoken和tiktoken获取由于官方仅有C++安桌IOS,特改写,内引用C++的dll注意:当提示nonce重复则将LCHTTPS.cs中写死的nonce字符串改为动态生成的随机字串varnonce=Guid.NewGuid().ToString();然后全部重新生成即可.提取到独立项目方法:将LC_SDK项目复制到您的项目,将Demo项目下bin/release/LCSDK目录复制到自己的目录

主要是读取文本，然后进行分词、词干提取、去停用词、计算词频，有界面，很实用

由于相机标定易受靶标自身和外界环境因素的干扰,且相机标定精度直接影响双目视觉或三维重建等计算机视觉领域的结果,因此,在标定过程中要尽可能提高相机的标定精度。
相机标定过程中的精度影响因素主要为靶标自身的网格尺寸、特征点数目、摆放位姿和平面性,以及相机提取靶标图片的数量、标定物距、光照条件等。
以相机标定精度的影响因素为切入点,介绍了相机标定的成像模型和单因素对标定精度的影响情况,总结出相机标定的最优标定工况条件,为相机标定的研究提供了有效参考。

融合航空影像的震后机载LiDAR建筑物点云提取研究

CG提取工具

各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，本代码是用matlab写的，亲测有效

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。