此函数使用标量衍射限制模型为宽场显微镜生成点扩展函数（Stokseth 参考下面的 [1] 和 [3]） ---------------- 输入参数： lambdaEx：激发波长（以 nm 为单位） lambdaEm：发射波长（以 nm 为单位） numAper：物镜的数值Kong径magObj：物镜总放大倍数rindexObj：目标浸没介质的折射率ccdSize：CCD的像素尺寸（在相机平面内） rindex_sp：试样介质的折射率xysize：所需图像的大小（标本视图大小/像素尺寸） nslices：所需的切片数量（深度视图/Z 轴采样） 深度：样品在盖玻片下的深度，以 nm 为单位dxy：CCD 像素大小（以 nm 为单位） dz：光轴 Z 采样或散焦（以 nm 为单位） nor: PSF 上的归一化（默认：无归一化） 0：L-无穷大归一化1：L-1归一化-------------

FP16 仅标头库，用于向/从半精度浮点格式转换 特征 支持IEEE和ARM替代半精度浮点格式 财产转换无限和NaN 正确转换非正规数，即使在没有非正规支持的系统上 仅标头的库，无需安装或构建 与C99和C ++ 11兼容 全面覆盖了单元测试和微基准测试 致谢 该库由佐治亚理工学院的开发。 FP16是位于的HPC车库实验室的一项研究项目，该实验室位于佐治亚理工学院，计算学院，计算科学与工程学院。 本资料基于美国国家科学基金会（NSF）奖号1339745支持的工作。本资料中表达的任何观点，发现，结论或建议均为作者的观点，不一定反映NSF的观点。

Morgan.Kaufmann.Point.Based.Graphics.Jul.2007.pdf

英文版 是计算机图形学领域中一本专门讲“点云，网格”方面的基础书籍，由于比较大，分两个部分分别上传

这是HPIPM，一种高性能的内点方法求解器，用于密集的，最优的控制结构和树形结构的凸二次方程序。 它提供有效的密集算法和结构探索算法的实现，以解决一般在模型预测控制和嵌入式优化中出现的中小型问题，并且它依赖于高性能线性代数程序包BLASFEO。 HPIPM（和BLASFEO，这是一个依赖项），同时包含make和cmake构建系统。 首选的是make ，它可以用来编译和运行任何语言的任何库，接口和示例。 make也用于连续集成travis脚本中。 cmake只能用于编译库，而感兴趣的用户应通过从各种Makefile的命令中Makefile灵感来编译接口并自己运行示例。 入门： 开始使用HPIPM的最佳方法是查看/hpipm/examples/ 。 HPIPM可以从C直接使用，但是也有到Python和Matlab的接口。 根据您要使用HP​​IPM的级别，请查看下面的以下部分。 可以在do

PointNet2用于3D点云的语义分割 马蒂厄·奥罕（Mathieu Orhan）和纪尧姆·迪基瑟（Guillaume Dekeyser）着（巴黎桥和歌剧院，2018年，巴黎）。 介绍 这个项目是PointNet2的学生分支，由斯坦福大学的Charles R. Qi，Li（Eric）Yi，Hao Su，Leonidas J. Guibas提供。 有关详细信息，您可以参考原始的PointNet2论文和代码（ ）。 该分支专注于语义分割，目的是比较三个数据集：Scannet，Semantic-8和Bertrand Le Sa​​ux空中LIDAR数据集。 为此，我们清理，记录，重构和改进原始项目。 稍后，我们将把相同的数据集与另一个最新的语义分割项目SnapNet进行比较。 相关性和数据 我们使用3 GTX Titan Black和GTX Titan X在Ubuntu 16.04上工作。

Logisim浮点库 这是用于logisim的库，它添加了浮点支持 它增加了： 浮点到二进制转换器 二进制到浮点转换器 浮点加法器 浮点减法器 浮点除法器 浮点乘数 浮点模量计算器 浮点触发功能 浮点平方根 浮点探针 浮点比较器 和一个浮点常数

可以配合Vehicle_Key_Point_Orientation_Estimation论文进行学习，这个模型是我根据公开的源代码部分进行绘制，不过只有关键点识别和方向识别部分

matlab 提取 txt点云的边界，

基于仿射和 B 样条网格的两个 2D 彩色/灰度图像或 3D 体积或点数据的配准和数据拟合。 配准可以基于强度/像素，或基于地标/对应点（参见 OpenSurf），或组合进行。 描述 基于像素的配准： 该函数是 D. Rueckert 等人中 b 样条配准算法的（增强）实现。 “使用自由形式变形的非刚性配准：对乳房 MR 图像的应用”。 包括 Rueckert（薄金属片弯曲能量）和 Jacobian（微分形）函数的平滑度惩罚。 还包括将局部标准化互信息作为配准误差，允许图像或体积为不同类型/模态，例如 MRI T1 和 T2 患者扫描。 这个怎么运作： 构建了一个 b 样条控制点网格，它控制输入图像的变换。 误差测量用于测量运动图像和静态图像之间的配准误差。 准牛顿 Matlab 优化器 fminlbfgs（也在 Mathworks 上）用于移动控制点，以实现两幅图像之间的最佳配准，