从理论上推导了数字图像相关(DIC)方法中应变精度的影响因素,指出应变计算精度会随着窗口尺寸的变小而下降。
为了提高图像有效分辨率,针对细长平面试件提出了一种二维多相机全场DIC方法。
该方法根据特征点检测及匹配算法定位特征点对的亚像素位置,通过DIC方法对特征点对进行高精度配准,利用发展的逐步优化单应矩阵方法求解图像变换关系,得到变形前后的无缝拼接图像。
分别实施了纯平移和橡胶梁三点弯两组实验。
在纯平移实验中,该方法计算得到的应变均值误差及均方根误差均在50με以内,验证了该方法的有效性;采用橡胶梁三点弯实验对比该方法与三维多相机全场DIC方法,并基于实验结果对该方法的优点与缺点进行了分析。

依据两张图片（经由变更的）中的特色点对于，求解出其单应矩阵（大概变更矩阵）--多视图若干！---基于Opencv的C++源码

已知图像img.jpg中棋盘格最核心的四个角点（以红色标识）的平面世界坐标（x,y）.估计两坐标系之间的单应矩阵H。
2.计算棋盘格标定板的左侧边界长度，即图中两绿色角点在世界坐标系中的距离d（cm）。
要求输出矩阵H和距离d。

张氏方法实现相机标定的过程中使用到的单应矩阵内容

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。