算法中通过合理的运用图像灰度特性, 以较低的计算代价有效地解决了指纹图像分割问题.这种算法处理的效果好、运行速度快.实验表明, 这种分割算法对于指纹图像的预处理是很有效的。

对图像进行分块，并对每个块，使用量化矩阵进行量化，MATLAB程序

信道估计是LTE系统中的关键技术。传统频域LMMSE维纳滤波插值算法性能优异，但其计算复杂度太高而难以实现，针对该问题，提出了一种基于LMMSE的分块滑窗信道估计算法，通过对信道自相关矩阵实行分块确定维纳滤波抽头数，降低了计算复杂度，通过滑窗确定维纳滤波系数，确保了算法的性能。仿真结果和计算复杂度分析表明，提出的算法能达到计算复杂度和性能之间的良好折中。

使用webupload实现了在C# .net项目中的断点续传演示（绝对不亏的，现在.net中webupload服务端好多都不完整，我这个是自己写完用到项目中的，比较稳定，虽然代码比较初级，后面也没整理） 演示地址：http://zq.cdivtc.com/mingapp 主要功能： 1、支持断点续传 2、支持分块上传 3、支持多线程 4、支持文件秒传 5、支持显示上传进度 6、支持图片预览 7、支持暂停上传 8、拖拽上传 文件列表： (1)index.html是演示上传的 (2)server/webup.aspx是后台接收上传的(另外两ashx是测试文件) (3)webuploader.js和upload.js是webupload的配置文件和JS分片支持文件 (4)scripts及styles文件夹是JS和CSS等文件 (5)upload文件夹是默认的上传文件夹

玻璃钢半球形屋顶分块拼装施工法 某阅览室八角形现浇折板屋顶中部玻璃钢半球形屋顶(以下简称半球屋顶)半径为3075mm,基座四周用Ф12螺栓@300固定于悬挑的现浇混凝土板肋上。半球屋顶本身无支撑系统,要求有一定的刚度和强度,能承受规定的风荷载及少量活荷载、静荷载,以利安全和维修保养。 第1章构造要求 为满足刚度和强度要求,半球屋顶断面尺寸如下:半球屋顶下部1m高处平均壁厚20mm,从下到上逐渐变薄,为30~l0mm。设加强肋8条,每条断面50mm×100mm,带圆角。半球屋顶中心底部平均加厚为75mm,其余壁厚为4mm。详见图6-31-l。 第2章制作方法 1.胎模用片石砌体与夯实土混合筑成,接近底部四周为片石砌体,外面涂抹水泥石灰混合砂浆并压光。 2.材料:采用白色聚酶玻璃钢。树脂为191聚醋树脂及33号表面层(胶衣).树脂,固化剂(催化剂)采用过氧化环己酬,促进剂(加速剂)采用萘酸钻苯乙烯溶液:胎模隔离剂采用聚乙烯醇配制;铺设无碱无捻粗纱方格玻璃布。 不饱和聚醋树脂参考配合比:191树脂︰固化剂︰促进剂为100︰3~420.5~4,用手糊法施工。 第3章安装方法 半球屋顶制作处离安装施工现场较远,由于道路狭窄,整体运输十分困难,故把半球屋顶截断,分为6块运输,分块拼装。具体方法如下:

针对在道路导向箭头的检测和识别中支持向量机(SVM)多分类器的识别效率下降的问题，提出一种利用简单二分类SVM通过对结果的自定义二进制编码实现导向箭头多分类的方法。对导向箭头感兴趣区域(ROI)图像进行Harris角点粗检测，利用改进FAST-9(Features from accelerated segment test-9)算法对伪角点进行筛选，根据最终获取的角点集合中纵坐标最大的两个角点位置分割图像获得待识别区域；再利用几何不变矩特征训练SVM分类器；对分类结果进行二进制编码，从而实现单一种类SVM下多种导向箭头的分类。算法在实拍获取的500帧图像中进行测试，识别率优于96.8%。结果表明：所提算法不需逆透视变换，利用一种SVM二分类器即可实现导向箭头的识别，有效提高了导向箭头识别的准确率和运行效率。

MFC单文档中绘制julia集，添加了分块着色部分

完整的基于DCT分块的数字水印MATLAB程序，子程序完整。便于研究学习！！

详细描述了分块压缩程序的编写，以及分析了压缩感知的优缺点

根据输入的图像块的高宽，对图像进行分割