基于"Segment-Based Stereo Matching Using Belief Propagation and a Self-Adapting Dissimilarity Measure"的matlab代码,由于里面有部分C文件，因此运行的时候先编译一下（详细参见readme.txt）。
2021-02-24 19:49:49
1.81MB
1
本论文可作为(但不限于)图像匹配及相关领域的研究人员和工程师的参考。
2021-02-24 19:09:34
6.85MB
1
在油藏历史记录中，通常使用最小二乘目标函数来使预测的生产数据与观测值之间的不匹配最小化。 但是，作为历史匹配是具有非唯一解的不适定逆问题，之后的储层模型仅通过匹配生产数据，校准可能与实际的地质模型相去甚远。 为了解决这个问题，实施了一种用于储层历史匹配的正则化方法，该方法不仅匹配生产数据，而且还使用先前的地质信息来校正和更新当前储层模型，从而使更新后的模型保持一致。地质模型。 本文将同时摄动随机逼近法（SPSA）与快速流线模拟相结合，为优化目标函数提供了一种有效的方法。 作为一种随机近似算法，SLSPSA可以保证算法的收敛性。 与基于梯度的算法相比，它避免了伴随或敏感矩阵的大量计算和存储。 在算法的计算过程中，实现了并行计算，减少了仿真时间，提高了计算效率。 通过匹配示例测试验证了该方法。
2021-02-24 14:04:21
397KB
1
小秋SLAM笔记
2021-02-19 20:08:33
904KB
1
Efficient Global 2D-3D Matching for Camera Localization in a Large-Scale 3D Map
2021-02-07 16:03:11
569KB
1
Segment-tree based cost aggregation for stereo matching with enhanced segmentation
2021-02-07 12:05:45
500KB
1
基于边缘的模板匹配
参考文献
不同
该参考文章实现了Canny算法本身。 将创建渐变模板的操作插入其中。
这里的实现是不同的。
首先使用Canny算法查找边缘。 然后遍历边缘以创建渐变模板。 这很慢，但是代码更少（使用EmguCV的Canny）
注意
使用条件编译符号“ FAST”查看更快但不稳定的结果
预习
图书馆
棱镜EmguCV
其他资讯
2021-02-02 16:36:47
1.66MB
1
领队
高效的模糊查找器，可帮助快速找到文件，缓冲区，mrus，gtags等。
用Python编写。
支持模糊和正则表达式搜索。
功能齐全。
。
。
变更日志
请查看以了解发行历史。
维基
屏幕截图
要求
vim7.3或更高版本。 之后仅支持vim7.4.330或更高版本。
Python2.7 +或Python3.1 +。
要使用弹出模式，需要neovim 0.42+或vim 8.1.1615+。
安装
对于用户：
Plug ' Yggdroot/LeaderF ' , { ' do ' : ' :LeaderfInstallCExtension ' }
性能
LeaderF已经非常快。 如果您想获得更好的性能，请安装模糊匹配算法的C扩展，其速度要快10倍以上。 要安装C扩展，首先，请确保python2和/或python3命令在Linux / Unix / MacOS上可用，并且py -2和/或py -3命令在Windows上可用。
安装C扩展
:LeaderfInstallCExtension
安装过程中可能会出现一些错误，请在错误消息中搜索以解决它。 例如， "e
2021-02-01 23:07:22
215KB
1