- 博客(10)
- 资源 (7)
- 收藏
- 关注
原创 使用Rancher管理Docker集群
使用Rancher管理Docker集群一、安装Dockerhttps://docs.docker.com/install/ 这里安装了17.09.0-ce版本的docker二、安装Ranchersudo docker run -d --restart=unless-stopped -p 8080:8080 rancher/server:v1.6.5 大多数博客...
2018-03-26 22:13:12 1373
原创 H-S光流法
H-S光流法一、实验目的计算出图像序列的光流场,并用有向箭头在图中标出。二、算法实现1、构建图像金字塔金字塔的每一层包括:图像的灰度图、x和y方向的梯度图、相邻两帧灰度图的像素灰度差(ItI_t)。 a、计算图像x、y、t方向的梯度。Ix、IyI_x、I_y计算方法:每个像素沿x、y方向的两个相邻像素的灰度差的一半。ItI_t计算方法:当前帧与上一帧对应位置的像素灰度差。代码如下://x方向梯度
2018-01-18 13:13:45 3527
原创 基于局部视觉特征聚合的图像检索
基于局部视觉特征聚合的图像检索1、算法实现1、对所有20幅图像的sift描述子特征向量进行k-means聚类,聚为m类。代码如下:% 对每一段进行k-means聚类,k=16[Idx,C] = kmeans(siftDescriptorTrain',16,'Options',opts);2、将每张图像的sift描述子特征向量按VLAD方式聚合成一个维度为128*m维的长向
2018-01-18 00:02:41 3150 7
原创 基于乘积量化的快速特征匹配
基于乘积量化的快速特征匹配1、算法实现不使用乘积量化的特征匹配方法假设有两张图片p1、p2,分别有k1、k2个128维的sift描述子特征向量,该方法算出p1中每一个特征向量与p2中的每一个特征向量的欧式距离,距离最短的那一对特征向量构成一组匹配。该方法的计算复杂度:k1*k2*128。存储空间为:k1*128+k2*128。基于乘积量化的快速特征匹配法1、训练码本。将待训练的图片p1、p2、p3…
2018-01-17 23:43:13 1890 3
原创 并行遗传算法解决TSP问题
并行遗传算法解决TSP问题一、问题描述旅行商问题(TSP)可简单描述为:一位销售商从n个城市中的某一城市出发,不重复地走完其余n-1个城市并回到原出发点,在所有可能路径中求出路径长度最短的一条。旅行商的路线可以看作是对n个城市设计的一个环形,或者是对一列n个城市的排列。由于对n个城市所有可能的遍历数目可达(n-1)!个,解决这个问题需要O(n!)的计算时间。因此,如何高效且准确的求出使路径最短的n个
2018-01-17 20:33:35 7192 4
原创 真实感图形生成:太阳系
真实感图形生成:太阳系一、实验内容简介本实验利用球体参数方程生成了球体,利用三维变换实现球体转动的效果,并在此基础上对球体进行了纹理贴图,来模拟太阳、木星、地球的外观,同时实现了球体在可移动光源照射下的镜面反射效果以及消隐效果。二、基本原理及实现算法一、球体绘制1、基本原理绘制球体,本质上是绘制球面。而球面可以看成由很多个小的四边形平面构成的,这样就可以通过
2018-01-17 01:09:14 791
原创 DVO-SLAM详解之跟踪
DVO-SLAM详解之跟踪一、帧间匹配 帧间匹配即计算两帧图像间的相机运动变换矩阵,DVO-SLAM中用并行计算的方式计算当前帧与前一帧及关键帧间的运动变换矩阵r_odometry、r_keyframe。二、关键帧选取关键帧选取
2017-09-13 22:33:41 2555 1
原创 DVO-SLAM详解之代码逻辑
DVO-SLAM详解之代码逻辑一、整体框架 本文从benchmark_slam.cpp这个文件入手来看整个算法框架。 配置好相关参数后,程序找到数据集所在目录,开始运行算法。如下图所示:(1) 读取所有的rgb图及其对应深度图的保存路径(2) 创建KeyframeTracker对象(3) 循环读取数据 (3.1) 加
2017-09-11 15:53:52 3104
基于GPU的并行遗传算法
2017-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人