结果图: 附加源码: PRO testVoronoi idx = 0 ; 创建离散点 CASE idx OF ; 随机离散点 0: BEGIN N = 36 X = RANDOMN(seed, N) Y = RANDOMN(seed, N) END ; 规则离散点 1: BEGIN X = REBIN(INDGEN(6)+10, 36,1) Y = REFORM(REBIN(INDGEN(6)+10, 6,6),36,1) N = N_ELEMENTS(X) END ; 较规则离散点 2: BE
Construction of Primitives in Open Cascade eryar@163.com 一.创建基本图元 Making Primitives 将用到如下的类创建基本图元,包括长方体(Box).楔形体(Wedge).旋转体(Revol)等.这些类提供Shell和Solid函数来返回实体(solid)和壳(shell). 使用方法都是调用这些类的构造函数,输入相应的参数,直接构造出基本图元.构造函数的参数不同,创建的基本几何实体的形状也会不同. 注:所有旋转体的角度值都是弧
pl-svo是在svo的基础上结合点和线特征的半直接法视觉里程计 程序启动通过app文件夹下的run_pipeline.cpp主程序启动,其它的函数文件统一放在src文件夹下,我们先从run_pipeline.cpp进行分析,了解整个算法流程. 首先定义了 svo_options的数据结构,里面包含的是程序的运行参数 struct svo_options { int seq_offset; int seq_step; int seq_length; bool has_points; bool h
multibandblend是目前图像融和方面比较好的方法.原始论文为<a multivesolution spline with application to image mosaics >,可以用百度学术找到.原始论文中采用的方法是直接对带拼接的两个图片进行拉普拉斯金字塔分解,而后一半对一半进行融合.国人也有许多改进,比如"首先采用拉普拉斯分辨率金字塔结构,将输入的图像分解成一系列不同频率上的图像,而后在每个频段上面进行加权平均,把这些不同频率上的图像最后合并一个图
特征提取函数: int _sift_features( IplImage* img, struct feature** feat, int intvls, double sigma, double contr_thr, int curv_thr, int img_dbl, int descr_width, int descr_hist_bins ) { IplImage* init_img; IplImage*** gauss_pyr, *** dog_pyr; CvMemStorage* st